mirror of
https://github.com/Alkatrazz24/Funk-lab.git
synced 2026-07-08 13:24:43 +02:00
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>
58 lines
3.4 KiB
Markdown
58 lines
3.4 KiB
Markdown
# 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, <question> » 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`** (était `hermes`) ; `wake_word`/`wake_aliases`/`sleep_words` config.
|
||
- 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=0` pour 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-in `llama-embed` du 21/06) + 1er test d'action vocale (#43).
|