# Hermes Voice Client

Client vocal local pour interagir avec Hermes depuis le poste perso.

## Architecture

```
Micro → VAD (énergie) → Whisper large-v3 (STT) → hermes -z via SSH → piper TTS → Haut-parleur
```

- **STT** : Whisper `large-v3` sur CPU (9950X3D) — ~2-3s, excellent en français
- **Détection** : mot-clé "hermes" détecté dans la transcription (pas de wake word model)
- **Backend** : `hermes --profile funk-ai -z` sur storage-01 via SSH — soul + skills + RAG + mémoire long-terme
- **TTS** : piper `fr_FR-upmc-medium`

## Installation

### Dépendances système

```bash
sudo dnf install alsa-utils   # AlmaLinux / Fedora
# ou : sudo apt install alsa-utils
```

### Environnement Python

```bash
cd tools/hermes-voice/
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
# Whisper large-v3 (~3GB) téléchargé automatiquement au premier lancement
```

### Piper TTS

```bash
mkdir -p ~/.local/share/piper-runtime ~/.local/share/piper

# Binaire piper — télécharger depuis https://github.com/rhasspy/piper/releases
# ex : piper_linux_x86_64.tar.gz
tar xf piper_linux_x86_64.tar.gz -C /tmp
cp -r /tmp/piper/* ~/.local/share/piper-runtime/

# Voix française
wget -O ~/.local/share/piper/fr_FR-upmc-medium.onnx \
  "https://huggingface.co/rhasspy/piper-voices/resolve/main/fr/fr_FR/upmc/medium/fr_FR-upmc-medium.onnx"
wget -O ~/.local/share/piper/fr_FR-upmc-medium.onnx.json \
  "https://huggingface.co/rhasspy/piper-voices/resolve/main/fr/fr_FR/upmc/medium/fr_FR-upmc-medium.onnx.json"
```

Test piper :
```bash
echo "Bonjour, je suis Hermes." | \
  LD_LIBRARY_PATH=~/.local/share/piper-runtime \
  ~/.local/share/piper-runtime/piper \
  --model ~/.local/share/piper/fr_FR-upmc-medium.onnx \
  --output_file /tmp/test.wav && aplay /tmp/test.wav
```

### Accès réseau

Port 4000 (LiteLLM) ouvert depuis `192.168.1.0/24` dans nftables depuis le 2026-06-02.

Vérification :
```bash
curl -s http://192.168.1.200:4000/v1/models -H "Authorization: Bearer lm-studio"
```

SSH vers storage-01 doit fonctionner sans mot de passe (clé dans `~/.ssh/config`, alias `s01`).

## Utilisation

```bash
cd tools/hermes-voice/
source .venv/bin/activate

# Mode VAD — parler naturellement, commencer par "Hermes, ..."
python hermes-voice.py

# Mode push-to-talk — Entrée pour démarrer/terminer (plus simple)
python hermes-voice.py --ptt

# Sans TTS — réponses texte uniquement (debug réseau/Hermes)
python hermes-voice.py --ptt --no-tts
```

## Modes de fonctionnement

### Mode VAD (défaut)

Écoute continue. Quand de l'énergie vocale est détectée :
1. Enregistre jusqu'à 1.5s de silence
2. Whisper transcrit en français
3. Si "hermes" apparaît dans les 5 premiers mots → envoyé à Hermes
4. Sinon → ignoré

Exemple : *"Hermes, quel est l'état du cluster ?"*

### Mode SSH (HERMES_MODE = "ssh", défaut)

La requête passe par `hermes --profile funk-ai -z` sur storage-01. Hermes a accès à :
- Son **soul** (`funk-ai`) — connaissance complète du homelab
- Ses **skills** — agent-delegation, RAG docs
- Sa **mémoire long-terme** (`/srv/data/hermes/profiles/funk-ai/memories/`)

### Mode LiteLLM (HERMES_MODE = "litellm")

Appel direct LiteLLM :4000, historique de session conservé en RAM (10 échanges). Pas de soul ni de mémoire persistante — utile si SSH trop lent ou Hermes indisponible.

## Configuration (`hermes-voice.py`)

| Variable | Défaut | Description |
|---|---|---|
| `LITELLM_URL` | `http://192.168.1.200:4000/...` | Endpoint LiteLLM |
| `HERMES_MODE` | `ssh` | `ssh` = vrai Hermes / `litellm` = LLM direct |
| `HERMES_SSH` | `s01` | Alias SSH storage-01 |
| `WHISPER_SIZE` | `large-v3` | Modèle Whisper (large-v3 recommandé pour le FR) |
| `VOICE_THRESH` | `0.012` | Seuil RMS détection voix (augmenter si bruit ambiant) |
| `SILENCE_SEC` | `1.5` | Délai silence pour terminer l'enregistrement |
| `KEYWORD` | `hermes` | Mot-clé déclencheur (mode VAD) |
| `PIPER_VOICE` | `~/.local/share/piper/fr_FR-upmc-medium.onnx` | Voix TTS |

## Dépannage

**Whisper transcrit en anglais** : utiliser `large-v3` (pas `distil-large-v3` qui dérive vers l'anglais).

**Modèle bloqué au chargement** : il télécharge depuis HuggingFace. Surveiller :
```bash
watch -n2 'du -sh ~/.cache/huggingface/hub/'
```
`large-v3` = ~3GB, `small` = ~250MB.

**Port 4000 inaccessible** : ouvrir un tunnel SSH temporaire :
```bash
ssh -L 4000:localhost:4000 s01
# puis changer LITELLM_URL → http://localhost:4000/...
```

**libpiper_phonemize.so introuvable** : tous les fichiers piper doivent être dans
`~/.local/share/piper-runtime/` (le script gère `LD_LIBRARY_PATH` automatiquement).

**Hermes via SSH lent** : basculer `HERMES_MODE = "litellm"` pour bypasser SSH.

**Faux positifs VAD** : augmenter `VOICE_THRESH` (ex: `0.02`).