Funk-lab/admin/ia/hermes-voice.md

Hermes Voice Client

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

Architecture

Micro → VAD (énergie) → faster-whisper (STT) → LiteLLM :4000 → piper (TTS) → Haut-parleur

• STT : faster-whisper small sur CPU (9950X3D) — ~0.3s de latence
• Détection : mot-clé "hermes" dans la transcription Whisper (pas de wake word model)
• LLM : modèle hermes-default via LiteLLM sur storage-01
• TTS : piper avec voix fr_FR-upmc-medium

Installation

Dépendances Python

cd tools/hermes-voice/
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

Piper TTS

# Télécharger la release piper depuis https://github.com/rhasspy/piper/releases
# ex : piper_linux_x86_64.tar.gz

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

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

Si aplay manque : sudo dnf install alsa-utils

Réseau

Le port 4000 (LiteLLM) doit être accessible depuis le LAN domestique (192.168.1.0/24). Déjà ouvert dans ansible/roles/gateway/templates/nftables.conf.j2 depuis le 2026-06-02.

Vérification :

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

Utilisation

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
python hermes-voice.py --ptt

# Sans TTS (réponses texte uniquement — pour déboguer)
python hermes-voice.py --ptt --no-tts

Mode VAD

Le client écoute en continu. Quand de l'énergie vocale est détectée :

1. Enregistrement jusqu'à 1.5s de silence
2. Whisper transcrit
3. Si "hermes" apparaît dans les 5 premiers mots → la commande est envoyée à LiteLLM
4. Sinon → ignoré (conversations ambiantes non captées)

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

Configuration (hermes-voice.py)

Variable	Défaut	Description
LITELLM_URL	http://192.168.1.200:4000/...	Endpoint LiteLLM
HERMES_MODEL	hermes-default	Modèle LiteLLM
WHISPER_SIZE	small	Taille modèle Whisper
VOICE_THRESH	0.012	Seuil RMS détection voix
SILENCE_SEC	1.5	Délai silence pour terminer
KEYWORD	hermes	Mot-clé déclencheur
KEYWORD_POS	5	Position max du mot-clé
PIPER_VOICE	~/.local/share/piper/fr_FR-upmc-medium.onnx	Voix TTS

Dépannage

Port 4000 inaccessible : ouvrir un tunnel SSH temporaire

ssh -L 4000:localhost:4000 user@192.168.1.200
# puis changer LITELLM_URL → http://localhost:4000/...

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

Whisper ne comprend pas : parler plus lentement, augmenter WHISPER_SIZE → medium. Ou baisser VOICE_THRESH si le micro est peu sensible.

Faux positifs VAD (bruit ambiant déclenche) : augmenter VOICE_THRESH (ex: 0.02).