akadmin/Funk-lab
1
0
Fork 0
mirror of https://github.com/Alkatrazz24/Funk-lab.git synced 2026-07-09 00:14:42 +02:00
Code Issues Projects Releases Packages Wiki Activity Actions
Funk-lab/progress/2026-06-22.md
alkatrazz 9f00e6037b fix(stt): détecte « Asa » même découpé par l'ASR (« a so »/« à ça ») + log diagnostic 
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>
2026-06-22 00:40:03 +02:00

3.4 KiB
Raw Blame History

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 (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).