feat(stt-client): volume de la voix réglable + fenêtrage persistant (#58)

Deux demandes côté client :

- VOLUME : slider « Volume de la voix » (0–200 %) dans le drawer Réglages du HUD,
  appliqué À CHAUD (canal settings → engine.cfg.tts_volume) et persisté
  (localStorage). Gain appliqué au WAV avant lecture, commun Piper/Kokoro
  (engine._apply_gain, PCM16 ×gain, clip). Config [voice].tts_volume (0.0 muet …
  2.0 amplifié, défaut 1.0). 0 = muet (le tour se déroule sans son).
- FENÊTRAGE : le mode existait ([ui].window_mode app|kiosk|none) ; `stt --window`
  PERSISTE désormais le choix → `stt --window app` rend le HUD fenêtré (déplaçable/
  redimensionnable, type Discord) durablement, y compris pour le service systemd.

Client 0.17.0. Doc : stt.example.toml + admin/ia/stt.md. Validé : gain ×0.5 exact,
HUD sans erreur JS (slider + collectSettings + label live).

Co-authored-by: Claude Opus 4.8 <noreply@anthropic.com>

admin/ia/stt.md

@@ -263,6 +263,14 @@ Côté client, pilotable depuis `stt/client/config/` + l'écran de réglages du
 démarrage et **retombe en silence** proprement si le modèle/paquet manque (`engine._synth_kokoro`).
 La synthèse est enfichable (`engine._synthesize`) — Piper reste le repli.
 
+**Volume de la voix** : réglable **à chaud** dans le HUD (Réglages → « Volume de la voix », 0–200 %)
+ou via `[voice].tts_volume` (0.0 muet … 2.0 amplifié). Gain appliqué au WAV avant lecture, commun
+aux deux moteurs (`engine._apply_gain`) ; persisté côté HUD (localStorage).
+
+**Fenêtrage** : `[ui].window_mode = "app"` (fenêtre déplaçable/redimensionnable, type Discord) |
+`"kiosk"` (plein écran) | `"none"`. `stt --window app` **persiste** désormais le choix (relu par le
+service au prochain `stt --restart`).
+
 **Changer de voix Piper (homme/femme)** : `stt --voices` liste les voix FR ; `stt --install-voice
 fr_FR-tom-medium` télécharge la voix (`.onnx` + `.onnx.json` depuis HuggingFace rhasspy/piper-voices)
 **et la sélectionne** (`tts_engine=piper` + `piper_voice` écrits dans `stt.toml`). Puis `stt --restart`.

stt/client/config/stt.example.toml

@@ -13,6 +13,7 @@ model = "hermes-default"            # modèle demandé au serveur
 wake_word = "hermes"                # "Ok Hermès"
 whisper_model = "large-v3"          # STT faster-whisper (CPU int8) — "small" pour tester
 tts_engine = "piper"                # "piper" (rapide) | "kokoro" (plus naturel — voir ci-dessous)
+tts_volume = 1.0                    # volume voix : 0.0 muet · 1.0 normal · 2.0 amplifié (réglable dans le HUD)
 piper_voice = "fr_FR-upmc-medium"   # voix Piper — ~/.local/share/piper/<voix>.onnx
 # Voix Kokoro (si tts_engine = "kokoro") : `stt --install-kokoro` + `pipx inject stt kokoro-onnx`
 # kokoro_voice = "ff_siwis"         # voix FR (femme) ; kokoro_speed = 1.0 ; kokoro_lang = "fr-fr"

stt/client/pyproject.toml

@@ -1,6 +1,6 @@
 [project]
 name = "stt"
-version = "0.16.0"
+version = "0.17.0"
 description = "STT — client vocal Jarvis du homelab Funk (voix + HUD, parle au STT-server)"
 requires-python = ">=3.11"
 readme = "README.md"

stt/client/stt/cli.py

@@ -410,6 +410,10 @@ def _cmd_voice(args) -> int:
     ui["window_mode"] = (
         args.window or ui.get("window_mode") or ("kiosk" if ui.get("kiosk") else "none")
     )
+    # --window PERSISTE le choix → `stt --window app` rend le HUD fenêtré durablement
+    # (y compris pour le service systemd, relu au prochain `stt --restart`).
+    if args.window:
+        _set_config("ui", {"window_mode": args.window})
     print(f"STT-server : {client.url} — modèle '{client.model}'")
     if not client.healthy():
         print("  ⚠️  serveur injoignable — vérifie [server] url et le réseau")
@@ -492,8 +496,8 @@ def _cmd_voices() -> int:
     return 0
 
 
-def _set_voice_config(updates: dict) -> None:
-    """Met à jour les clés [voice] dans ~/.config/stt/stt.toml (préserve les autres valeurs)."""
+def _set_config(section: str, updates: dict) -> None:
+    """Met à jour les clés d'une section de ~/.config/stt/stt.toml (préserve le reste)."""
     import tomllib
 
     import tomli_w
@@ -504,11 +508,15 @@ def _set_voice_config(updates: dict) -> None:
     if CONFIG_PATH.exists():
         with CONFIG_PATH.open("rb") as f:
             cfg = tomllib.load(f)
-    cfg.setdefault("voice", {}).update(updates)
+    cfg.setdefault(section, {}).update(updates)
     with CONFIG_PATH.open("wb") as f:
         tomli_w.dump(cfg, f)
 
 
+def _set_voice_config(updates: dict) -> None:
+    _set_config("voice", updates)
+
+
 def _cmd_install_voice(name: str) -> int:
     """Télécharge une voix Piper FR (.onnx + .onnx.json) et la sélectionne dans la config."""
     import urllib.error
@@ -562,7 +570,8 @@ def main(argv: list[str] | None = None) -> int:
     p.add_argument("--server", help="Force l'URL du STT-server (sinon config)")
     p.add_argument("--no-tts", action="store_true", help="Réponses texte seulement (voix)")
     p.add_argument("--window", choices=["app", "kiosk", "none"],
-                   help="Ouverture du HUD : app (fenêtre, type Discord) | kiosk (plein écran) | none")
+                   help="Mode d'ouverture du HUD (PERSISTÉ) : app (fenêtre déplaçable/redimensionnable, "
+                        "type Discord) | kiosk (plein écran) | none")
     p.add_argument("--start", action="store_true",
                    help="Démarre le service STT (systemd --user)")
     p.add_argument("--restart", action="store_true",

stt/client/stt/config.py

@@ -57,6 +57,9 @@ DEFAULT_CONFIG: dict[str, Any] = {
         # TTS (voix d'Asa) : "piper" (défaut, rapide) | "kokoro" (plus naturel, ONNX/CPU).
         # Pour Kokoro : `stt --install-kokoro` (modèle) + `pipx inject stt kokoro-onnx`.
         "tts_engine": "piper",
+        # Volume de la voix : gain appliqué au TTS (1.0 = normal, 0.0 = muet, 2.0 = amplifié).
+        # Réglable à chaud depuis le HUD (Réglages → « Volume de la voix »).
+        "tts_volume": 1.0,
         "piper_voice": "fr_FR-upmc-medium",
         # Kokoro — voix FR « ff_siwis » (femme). Vitesse 1.0 ; lang fr-fr (phonémisation espeak-ng).
         "kokoro_voice": "ff_siwis",

stt/client/stt/hud/index.html

@@ -994,6 +994,13 @@
         <input type="text" id="wakeword" value="Dis Asa" placeholder="ex. Dis Asa" />
       </div>
 
+      <!-- Volume de la voix -->
+      <div class="field">
+        <label for="ttsVolume" class="flabel">Volume de la voix <span id="ttsVolumeVal">100&nbsp;%</span></label>
+        <p class="hint">Monte ou réduit le son d'Asa (0&nbsp;= muet, 200&nbsp;% = amplifié).</p>
+        <input type="range" id="ttsVolume" min="0" max="200" step="5" value="100" aria-label="Volume de la voix" />
+      </div>
+
       <!-- Mode cerveau -->
       <div class="field">
         <span class="flabel">Mode cerveau</span>
@@ -1597,6 +1604,8 @@ const charName  = el('charName');
 const avatarSet = el('avatarSet');
 const voice     = el('voice');
 const wakeword  = el('wakeword');
+const ttsVolume = el('ttsVolume');
+const ttsVolumeVal = el('ttsVolumeVal');
 const nothink   = el('nothink');
 const brainLocal= el('brainLocal');
 const brainAdv  = el('brainAdv');
@@ -1637,11 +1646,16 @@ function collectSettings() {
     avatarSet: avatarSet.value,
     voice:     voice.value,
     wakeword:  wakeword.value.trim(),
+    volume:    Number(ttsVolume.value) / 100,   // gain TTS (1.0 = normal)
     brainMode: brainMode,           // 'local' (qwen3-8b) | 'advanced' (claude)
     noThink:   nothink.checked,
   };
 }
 
+function updateVolumeLabel() {
+  ttsVolumeVal.innerHTML = ttsVolume.value + '&nbsp;%';
+}
+
 /* Sauvegarde locale (le thème surtout, mais on garde tout pour la commodité) */
 function persistLocal() {
   try { localStorage.setItem(LS_KEY, JSON.stringify(collectSettings())); } catch {}
@@ -1656,8 +1670,10 @@ function restoreLocal() {
   if (s.avatarSet)  avatarSet.value = s.avatarSet;
   if (s.voice)      voice.value = s.voice;
   if (s.wakeword)   wakeword.value = s.wakeword;
+  if (s.volume != null) ttsVolume.value = Math.round(s.volume * 100);
   if (s.brainMode)  setBrain(s.brainMode);
   if (typeof s.noThink === 'boolean') nothink.checked = s.noThink;
+  updateVolumeLabel();
   applyIntensity(Number(intensity.value));
   loadAvatar(s.avatarSet || 'asa');
 }
@@ -1710,6 +1726,9 @@ document.addEventListener('keydown', (e) => {
 intensity.addEventListener('input', () => { applyIntensity(Number(intensity.value)); });
 intensity.addEventListener('change', () => { persistLocal(); sendSettings(); });
 
+ttsVolume.addEventListener('input', updateVolumeLabel);                       // label live
+ttsVolume.addEventListener('change', () => { persistLocal(); sendSettings(); }); // applique à la relâche
+
 avatarSet.addEventListener('change', () => { loadAvatar(avatarSet.value); persistLocal(); sendSettings(); });
 [charName, wakeword].forEach(i => i.addEventListener('change', () => { persistLocal(); sendSettings(); }));
 voice.addEventListener('change', () => { persistLocal(); sendSettings(); });

stt/client/stt/ui/app.py

@@ -387,5 +387,9 @@ def _apply_settings(client, engine, data: dict, loop) -> None:
 
             parts = wake.split()
             engine.cfg["wake_word"] = _deaccent(parts[-1] if parts else wake)
+        vol = data.get("volume")
+        if vol is not None and engine is not None:
+            # gain TTS appliqué à chaud (0.0 = muet … 2.0 = amplifié). Relu par engine._speak.
+            engine.cfg["tts_volume"] = max(0.0, min(2.0, float(vol)))
     except Exception:  # noqa: BLE001 — un réglage invalide ne doit jamais tuer la connexion
         pass

stt/client/stt/voice/engine.py

@@ -176,6 +176,12 @@ class VoiceEngine:
             if wav is not None:
                 wav.unlink(missing_ok=True)
             return
+        vol = float(self.cfg.get("tts_volume", 1.0))
+        if vol <= 0.01:           # volume à zéro → muet (mais le tour s'est déroulé)
+            wav.unlink(missing_ok=True)
+            return
+        if abs(vol - 1.0) > 0.01:  # applique le gain (commun Piper/Kokoro)
+            self._apply_gain(wav, vol)
         try:
             # Popen (pas run) → on garde la main pour tuer la lecture sur « stop »
             self._tts_proc = subprocess.Popen(["aplay", "-q", str(wav)])
@@ -186,6 +192,26 @@ class VoiceEngine:
             self._tts_proc = None
             wav.unlink(missing_ok=True)
 
+    @staticmethod
+    def _apply_gain(wav: "Path", gain: float) -> None:
+        """Multiplie le volume du WAV (PCM 16-bit) par `gain`, en place. Best-effort."""
+        try:
+            import wave
+
+            import numpy as np
+            with wave.open(str(wav), "rb") as w:
+                params = w.getparams()
+                frames = w.readframes(w.getnframes())
+            if params.sampwidth != 2:   # on ne gère que le 16-bit (Piper & Kokoro le sont)
+                return
+            data = np.frombuffer(frames, dtype="<i2").astype(np.float32) * gain
+            data = np.clip(data, -32768, 32767).astype("<i2")
+            with wave.open(str(wav), "wb") as w:
+                w.setparams(params)
+                w.writeframes(data.tobytes())
+        except Exception as e:  # noqa: BLE001 — au pire le gain n'est pas appliqué
+            _log(f"gain TTS non appliqué ({e}).")
+
     def _synthesize(self, text: str) -> "Path | None":
         """Synthétise `text` en WAV temporaire selon `[voice].tts_engine`. None si KO."""
         if (self.cfg.get("tts_engine") or "piper").lower() == "kokoro":