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

6.9 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 (RAPPEL — appliquée côté Kazeia-central)

Pour mémoire, pas une demande de code app : la règle est enforced par Kazeia-central au moment du 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 les tablettes (parc).

L'app n'a donc rien à faire pour cette règle dans le cas 1 patient ↔ 1 tablette (modèle de prod implicite, cf. CLAUDE.md §9 « serial → label patient ») : l'exclusivité = la localisation du .cvps, décidée par le PC.

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

⚠️ À trancher (Richard / dev) : si une tablette héberge plusieurs profils patients (observé sur la tablette de dev : p_test01, p_test02), alors un .cvps exclusif à A, présent sur la tablette parce que A y est, est techniquement chargeable par le profil B (résolution par nom de fichier, aucun contrôle de propriété). La règle « déploiement uniquement où le profil est » ne suffit alors plus à garantir l'exclusivité à l'intérieur d'une tablette partagée.

Deux options :

  • (a) Mono-patient par tablette (recommandé, défaut supposé) : aucune adaptation. L'exclusivité = la localisation du .cvps. C'est le modèle « une tablette = un patient » du parc.
  • (b) Multi-patients par tablette : l'app doit connaître le propriétaire d'une voix exclusive et empêcher un autre profil de la sélectionner. Nécessite :
    • un marqueur de propriété par voix (ex. fichier cosyvoice/<id>.owner = profileId, poussé par Kazeia-central, ou colonne owner_profile_id à /voices) ;
    • côté picker/setVoiceId : masquer/refuser une voix exclusive pour un profil ≠ propriétaire (repli sur la voix par défaut).

Décision attendue : (a) suffit si le parc est mono-patient/tablette. Sinon (b) et on étend cette spec. Kazeia-central est prêt pour les deux (il connaît déjà locked_profile_id par voix).

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 conditionnel (si multi-patients/tablette) à décider §4

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.