Kazeia
/
Kazeia-central
3
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
Kazeia-central/docs/VOICE_DEPLOYMENT_SPEC.md

7.3 KiB
Raw Blame History

VOICE_DEPLOYMENT_SPEC — adaptations app patiente pour le déploiement des voix .cvps

Destinataire : dev de l'app patiente com.kazeia. Auteur : Kazeia-central. Même démarche que PROVIDER_RPC_SPEC.md / VOICE_ENROLLMENT_SPEC.md : la stack patiente est figée (FROZEN.md), donc ces changements sont décrits ici et livrés, pas réécrits sauvagement.

Contexte : Kazeia-central devient le maître de l'enrôlement et du déploiement des voix CosyVoice (.cvps). Il enrôle un WAV → .cvps, le pousse sur la tablette, et supprime le WAV d'origine (archivé chiffré côté PC). Le workflow exige trois adaptations côté app, dont une bloquante (sans elle, une voix déployée disparaît de l'inventaire).

0. État observé (code actuel, vérifié)

  • KazeiaTelemetryProvider.voicesCursor() construit l'inventaire /voices comme ids = basenames(*.wav) ∪ basenames(<id>_voice_prefix.bin) (legacy Qwen3-TTS). Le state vaut ready si les .bin prefix+suffix existent, recorded si seul le WAV est là, sinon error. Le dossier cosyvoice/*.cvps n'est jamais lu.
  • TTS de prod = CosyVoice uniquement (CosyVoiceTtsEngine). Résolution voix purement par nom : cvpsPath(voiceId) = "<modelsDir>/cosyvoice/<voiceId>.cvps", ensureVoice() charge le .cvps à la demande (cache par voiceId). Repli gracieux sur DEFAULT_VOICE_ID si le .cvps est absent.
  • Profile.voiceId (nullable) = la voix d'un profil ; KazeiaService.setVoiceId() → CosyVoiceTtsEngine.setVoice(). Aucune notion d'« exclusivité/propriété » d'une voix par un profil : un .cvps présent est chargeable par n'importe quel profil.

1. Adaptation — /voices scanne WAV et .cvps (inventaire à-convertir / prête)

Intention : /voices doit refléter le cycle de vie d'une voix en scannant les deux dossiers, chacun pour un état :

  • WAV présent, pas de .cvps → voix « à convertir » (enregistrée, en attente d'enrôlement par Kazeia-central).
  • .cvps présent → voix « prête » (enrôlée + déployée).

Conséquence voulue : après conversion+déploiement puis suppression du WAV (le WAV est archivé côté PC), la voix reste affichée « prête » grâce au scan .cvps — elle ne disparaît pas de l'inventaire. (Aujourd'hui voicesCursor() ne scanne que WAV ∪ embeddings Qwen3 → une voix .cvps-seule serait omise.)

Demande : étendre voicesCursor() —

  • Union d'ids = basenames(*.wav) ∪ basenames(prefix.bin) ∪ basenames(cosyvoice/*.cvps).
  • Nouvelle colonne cvps_exists (0/1).
  • state (cascade) : ready si cvps_exists (ou prefix+suffix Qwen3 legacy) ; recorded (= « à convertir ») si seul le WAV ; error sinon.
  • Ajout additif (colonne en plus) → compat ascendante.

Pas un prérequis fonctionnel (la synthèse charge le .cvps par son nom, sans cette liste), mais c'est l'inventaire voulu : distinguer voix à convertir vs prêtes, et garder les voix prêtes visibles une fois le WAV supprimé.

2. Adaptation — voices_reload (rescan après push direct)

Kazeia-central pousse le .cvps par adb push direct (hors WebDAV). Le .cvps est utilisable immédiatement (chargé à la demande par ensureVoice() au prochain usage de la voix), mais l'inventaire /voices et le picker admin ne se rafraîchissent pas tant qu'aucun évènement ne le déclenche.

Demande : méthode call() voices_reload (déjà listée nice-to-have dans PROVIDER_RPC_SPEC §9) — re-scanne le dossier voix et diffuse RELOAD_VOICES (constante ACTION_RELOAD_VOICES à créer au passage ; aujourd'hui la string est en dur, cf. provider ~l.656). Permet à Kazeia-central de finaliser un déploiement par un refresh propre, sans aller-retour WebDAV ni redémarrage.

3. Politique de déploiement (appliquée côté Kazeia-central)

La règle de localisation est enforced par Kazeia-central au déploiement —

  • une voix verrouillée (exclusive à un profil patient) n'est poussée que sur la/les tablette(s) où ce profil est déployé ;
  • seules les voix globales/non-exclusives sont déployées sur le parc.

⚠️ Mais une tablette héberge plusieurs profils patients (confirmé). La localisation ne suffit donc pas : un .cvps exclusif à A, présent sur la tablette partagée (parce que A y est), serait techniquement sélectionnable par B. → l'exclusivité doit aussi être enforced on-device : c'est l'objet du §4, qui devient requis.

4. Adaptation REQUISE — exclusivité on-device (tablettes multi-patients)

Décidé : une tablette héberge plusieurs profils patients. Une voix exclusive ne doit donc être ni sélectionnable, ni audible par un profil qui n'en est pas propriétaire, même si son .cvps est physiquement sur la tablette.

4.1 Marqueur de propriété — sidecar .owner

Kazeia-central pousse, à côté du .cvps, un fichier sidecar :

cosyvoice/<voiceId>.cvps      # l'artefact voix (inchangé)
cosyvoice/<voiceId>.owner     # présent SI exclusive → contient le profileId propriétaire
  • Absence de .owner ⇒ voix généraliste : sélectionnable par tout profil.
  • Présence de .owner ⇒ voix exclusive au profileId qu'il contient (UTF-8, une ligne). Cohérent avec le modèle « tout par fichier + adb push » (comme le .cvps).

4.2 Enforcement côté app

  • /voices : exposer une colonne owner_profile_id (lue depuis <id>.owner, vide si généraliste) — pour que le picker filtre.
  • Picker / assignation Profile.voiceId : ne pas proposer/permettre l'assignation d'une voix exclusive à un profil ≠ propriétaire.
  • Runtime (KazeiaService.setVoiceId / CosyVoiceTtsEngine.ensureVoice) : garde-fou défensif — si le profil actif n'est pas propriétaire d'une voix exclusive demandée, repli sur DEFAULT_VOICE_ID (ne jamais faire parler un patient avec la voix exclusive d'un autre).

Kazeia-central connaît déjà locked_profile_id par voix et poussera/retirera le sidecar .owner au verrouillage/déverrouillage. L'app n'a qu'à lire le sidecar et appliquer le filtrage + le garde-fou runtime.

5. Récap — ce qui est demandé au dev app patiente

# Adaptation Criticité Forme
1 /voices scanne WAV (« à convertir ») et .cvps (« prête »), col. cvps_exists inventaire voulu curseur voicesCursor()
2 voices_reload (rescan + RELOAD_VOICES, constante ACTION_RELOAD_VOICES) important méthode call()
4 exclusivité on-device : lire cosyvoice/<id>.owner, col. owner_profile_id, filtrer picker + repli runtime requis (multi-patients) voicesCursor() + picker + setVoiceId

Côté Kazeia-central (déjà fait / à faire, pas côté app) : enrôlement, archive chiffrée du WAV, suppression du WAV device, politique de déploiement verrou-conscient, et la distribution flotte (pousser les voix globales sur le parc, les exclusives chez leur patient) — en cours.

Source de vérité : KazeiaTelemetryProvider.voicesCursor(), CosyVoiceTtsEngine.kt, Profile.kt, KazeiaService.setVoiceId() (kazeia-android). Vérifié le 2026-06-19.