ALI YESILKAYA
1e01caf634
Test sur poste après #45 : Parakeet FR ne transcrit pas « Asa » comme un mot mais comme « a so » / « à ça » / « ah ça » (deux tokens) → la détection mot-entier ne matchait jamais (« quand je dis Asa, rien ne se passe »). - _detect_wake : glisse une fenêtre de 1-2 mots, joint (sans espace) + déaccentue, compare en égalité exacte à des alias COMPACTS (asa, aso, aca, ahca…). L'exact évite les faux positifs (« à cause » → « acause » ≠ alias). Extrait la commande après le wake. - wake_aliases (engine + config) : formes compactes reflétant les rendus ASR réels. - Log diagnostic [stt.voice] sur stderr/journalctl (transcription + décision), coupable via STT_VOICE_LOG=0 — précieux pour ajuster les alias selon l'ASR. - .gitignore : build/ + *.egg-info (artefacts d'install locale du client). Validé en live (poste) : « Asa » réveille, « Asa stop » endort, partiels en direct. Co-authored-by: Claude Opus 4.8 <noreply@anthropic.com>
3.4 KiB
2026-06-22 — STT : transcription live + veille/réveil vocal ; relevé cluster (la veille)
STT — streaming partiel & contrôle vocal veille/réveil (client 0.13.0 → 0.14.0)
Deux fonctionnalités demandées sur l'assistant vocal Asa.
Transcription partielle live dans le HUD
En éveil, pendant qu'on parle, le buffer audio en cours est re-transcrit périodiquement
(partial_interval_sec, défaut 0,5 s) et poussé au HUD via un événement partial → le texte
se forme en direct dans une bulle dédiée (italique + curseur clignotant), puis la bulle
« user » finale la remplace.
- Auto-activée seulement avec l'ASR onnx (Parakeet ~11× temps réel en CPU) ; whisper large-v3
CPU est trop lent → laissé off (forçable via
[voice].partial_transcription). - Bornée :
partial_min_sec(anti-bruit) …partial_max_sec(coût ; au-delà, seul le final suit). - Transcription inline dans la boucle audio (thread unique → pas d'accès concurrent au modèle ASR).
Veille / réveil vocal (« Asa stop » / « Asa »)
Refonte de la boucle en machine à états explicite veille (asleep) ↔ éveil :
- Veille : Asa transcrit chaque énoncé uniquement pour repérer le wake word ; ne répond à rien d'autre. HUD : portrait atténué/désaturé, label « SOMMEIL ».
- « Asa » (mot entier, alias ASR tolérés) → réveil. « Asa, » exécute la question.
- « Asa stop » (ou
stop/dors/au revoir… =sleep_words) → retour veille (+ « Je me mets en veille »). Timeout d'inactivité aussi. - Wake word par défaut
asa(étaithermes) ;wake_word/wake_aliases/sleep_wordsconfig. - Détection wake durcie : mot entier (plus de sous-chaîne — « asa » est court et matchait « casa », « phrase »…).
Validé : tests unitaires (wake/sleep/alias) + Playwright (rendu asleep, bulle partielle mise à
jour en place puis remplacée par le final, nettoyage du partiel au changement d'état).
Bump client 0.14.0. Doc : admin/ia/stt.md (section « Interaction vocale »).
🐛 Trouvaille ASR (test sur poste) : Parakeet FR ne transcrit pas « Asa » comme un mot — il l'entend « a so » / « à ça » / « ah ça » (deux tokens). La détection mot-entier ne matchait donc jamais → « rien ne se passe ». Corrigé : on joint les 1-2 premiers mots (déaccentués, sans espace) et on compare en égalité exacte à des alias compacts (
aso,aca,ahca…). Faux positifs évités (« à cause » →acause≠ alias). Ajout d'un log diagnostic[stt.voice](journalctl,STT_VOICE_LOG=0pour couper) qui montre la transcription réelle. Validé en live : « Asa » réveille, « Asa stop » endort.
(Rappel) Relevé d'état réel + RAG re-ingéré — fait la veille (2026-06-21, PR #44)
Pour mémoire, cette même journée de travail a aussi produit (PR #44, mergée) : alignement de la
doc sur l'état réel du cluster (admin/ops/etat-cluster.md), re-ingestion du RAG 436/436 chunks
et le fix du batch embed (llama-embed ubatch 512 → 2048). Détail : progress/2026-06-21.md.
Prochaines étapes
- Tester sur le poste : « Asa » réveille, « Asa stop » endort, partiels en direct (ASR onnx actif).
- Si le wake word « asa » génère des faux positifs/négatifs, ajuster
wake_aliases. make apply-gpu(réconcilier le drop-inllama-embeddu 21/06) + 1er test d'action vocale (#43).