Effi/.opencode/TODO-NEXT-THREAD.md

EFFI - TODO LIST & PROCHAINES ÉTAPES

Dernière mise à jour : 05 Avril 2026
Session : Voix et ouïe pour Effi - ✅ TERMINÉE

---

✅ PHASES COMPLÉTÉES (05/04/2026)

Phase 1 : Infrastructure de base

• Installation Docker sur Fedora (folzo-Corp)
• Configuration SELinux et permissions
• ROCm détecté et fonctionnel

Phase 2 : TTS (Text-to-Speech)

• Déploiement openedai-speech
• Configuration voix Piper (anglais)
• Test et validation TTS

Phase 3 : STT (Speech-to-Text)

• Tentative avec speaches (échec - model card)
• Création Effi-STT (solution maison)
• Développement serveur FastAPI
• Dockerisation et déploiement
• Test et validation STT

Phase 4 : Intégration Open WebUI

• Configuration STT (Effi-STT)
• Configuration TTS (openedai-speech)
• Test pipeline vocal complet
• Validation : "Coucou Ify, est-ce que tu m'entends ?"

Phase 5 : Voix françaises

• Téléchargement voix siwis (féminine)
• Téléchargement voix tom (masculine)
• Configuration et test

---

📊 BILAN ACTUEL

Composant	Solution	Statut	Notes
STT	Effi-STT (maison)	✅	FastAPI + faster-whisper
TTS	openedai-speech	✅	Piper + voix FR
Voix Effi	siwis	✅	Féminine, français
Voix Assistant	tom	✅	Masculine, français
LLM	qwen3.5:9b	✅	32K context
Interface	Open WebUI	✅	Pipeline vocal OK

---

🔄 PHASES FUTURES (Non prioritaires)

Phase 6 : Optimisations et améliorations

6.1 Amélioration des voix

• Tester XTTS v2 (qualité supérieure)

  • Nécessite fichiers .wav d'échantillons
  • Plus naturel mais plus gourmand
  • Optionnel : créer voix personnalisée

• Ajouter d'autres langues si besoin

  • Espagnol, allemand, italien disponibles dans Piper

6.2 Performance STT

• Mesurer latence précise

  • Temps actuel : ~3-5s pour 5s audio
  • Objectif : <2s si possible

• Tester modèle "medium" vs "large-v3"

  • medium : plus rapide, moins précis
  • large-v3 : actuel, optimal qualité/vitesse

• ROCm GPU pour STT (complexe)

  • Compiler faster-whisper avec ROCm
  • Réduire latence CPU → GPU
  • Priorité faible : fonctionne bien en CPU

6.3 Créer assistant pour le fils

• Définir cas d'usage

  • Aide aux devoirs ?
  • Compagnon conversation ?
  • Apprentissage langues ?

• Choisir modèle LLM adapté

  • Plus léger que qwen3.5:9b ?
  • Plus pédagogique ?

• Configurer voix masculine (tom)

  • Déjà disponible ✅

• Personnalité et restrictions

  • Ton adapté à l'enfant
  • Filtres de contenu si nécessaire

6.4 Monitoring et métriques

• Ajouter logs détaillés Effi-STT

  • Temps de transcription
  • Erreurs éventuelles

• Health check automatisé

  • Vérifier services périodiquement
  • Alertes si problème

---

🎯 OBJECTIFS LONG TERME

1. Fiabilité 100%

• Tests de charge STT
• Gestion erreurs robuste
• Redémarrage automatique si crash

2. Expérience utilisateur

• Réduction latence globale
• Qualité voix améliorée (XTTS)
• Streaming temps réel (STT + TTS)

3. Extensibilité

• Multi-utilisateurs (Effi + assistant fils + autres)
• Multi-langues dynamiques
• Plugins voix personnalisées

---

📝 RAPPELS

URLs importantes

Effi-STT (STT)     : http://192.168.1.11:8200
openedai-speech    : http://192.168.1.11:8100
Ollama (LLM)       : http://192.168.1.11:11434
Open WebUI         : http://192.168.1.27:3000

Commandes essentielles

# Logs
sudo docker logs effi-stt -f
sudo docker logs openedai-speech -f

# Redémarrer
sudo docker restart effi-stt openedai-speech

# Test rapide
curl http://192.168.1.11:8200/health
curl http://192.168.1.11:8100/health

Configuration Open WebUI (à garder)

STT:
  Engine: OpenAI
  URL: http://192.168.1.11:8200/v1
  Model: whisper-1
  Language: fr

TTS:
  Engine: OpenAI
  URL: http://192.168.1.11:8100/v1
  Model: tts-1
  Voice: siwis    # ou tom, ou alloy

---

💡 IDÉES FUTURES

• Mode conversation continue : STT toujours actif (hotword detection)
• Multi-voix : Alternance voix selon contexte
• Emotions : Modulation voix selon réponse (joie, sérieux...)
• Personalisation voix : Clonage voix via XTTS (échantillons audio)
• Assistant mobile : App Android/iOS qui se connecte à Effi

---

Prochaine session : Optimisations et améliorations (quand tu voudras)