153 lines
8.6 KiB
Markdown
153 lines
8.6 KiB
Markdown
# 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.
|
||
|
||
⚠️ Une tablette héberge **plusieurs profils patients** (confirmé). Mais l'exclusivité au
|
||
playback est **déjà garantie** par le binding existant : l'app sélectionne toujours la
|
||
voix du **profil actif** (`KazeiaService` : `activeProfile.voiceId ?: DEFAULT_VOICE_ID`).
|
||
Un patient B n'utilise donc une voix exclusive à A **que si** `B.voiceId` pointe dessus.
|
||
Le point de contrôle est donc l'**assignation de `Profile.voiceId`**, pas un marqueur
|
||
parallèle. Voir §4 — l'exclusivité s'appuie sur le mapping voix↔profil existant, sans
|
||
nouvel artefact app.
|
||
|
||
---
|
||
|
||
## 4. Exclusivité — DURE, déclarée au record-time (décision 2026-06-20)
|
||
|
||
**Décision : exclusivité DURE** (consentement/RGPD — une voix clonée avec le
|
||
consentement d'un patient ne doit pas servir à un autre). On la **capture au moment de
|
||
l'enregistrement** et on **l'enforce** ; la position « pas d'artefact app » est
|
||
**abandonnée** : un champ propriétaire est nécessaire, justement pour pouvoir enforcer.
|
||
|
||
### 4.1 Capture record-time — FAIT (app admin, Phase 1)
|
||
`RecordVoiceScreen` propose une **portée** au moment d'enregistrer, écrite dans le
|
||
manifeste `VoiceStorage` (`Android/data/com.kazeia.admin/files/voix/<id>.json`) :
|
||
```json
|
||
{ "...": "...", "reference_text": "<phrase consentement>",
|
||
"scope": "exclusive|global|pending",
|
||
"owner_profile_id": "<id ou absent>", "owner_name": "<libellé ou absent>" }
|
||
```
|
||
- **exclusive** → patient choisi dans un picker peuplé par le provider `/profiles`
|
||
(patients de **cette** tablette ; défaut = profil actif).
|
||
- **global** → non-exclusive (tous patients).
|
||
- **pending** → « lier plus tard » (patient absent du listing) : enregistrée mais
|
||
**ni déployée ni assignable** tant que non résolue.
|
||
|
||
### 4.2 Ingestion Kazeia-central — ⚠ GAP À CORRIGER
|
||
L'orchestrateur lit aujourd'hui le provider patient `/voices`
|
||
(`/data/local/tmp/kazeia/voix/voix/`). **Mais une voix fraîchement enregistrée atterrit
|
||
dans le stockage ADMIN** (`Android/data/com.kazeia.admin/files/voix/`, accessible en
|
||
`adb pull` — vérifié). → **Kazeia-central doit ingérer depuis le stockage admin**
|
||
(piloté par le manifeste), pas (seulement) depuis `/voices`. C'est là que `scope` +
|
||
`owner_profile_id` + `reference_text` vivent ensemble. Il sème `locked_profile_id`
|
||
depuis `owner_profile_id`, applique :
|
||
- **déploiement** : exclusive → seulement la/les tablette(s) du propriétaire ;
|
||
global → parc ; **pending → pas de déploiement** ;
|
||
- **assignation** : `Profile.voiceId = <voix>` au propriétaire, **jamais ailleurs** ;
|
||
- **texte d'enrôlement** = `reference_text` du manifeste (phrase de consentement connue,
|
||
pas de Whisper, cf. `VOICE_ENROLLMENT_SPEC §3`).
|
||
|
||
### 4.3 Garde-fou on-device — Phase 2 (rend l'exclusivité ÉTANCHE)
|
||
Le playback est déjà exclusif (`activeProfile.voiceId`). Le **trou résiduel** = la
|
||
(ré)assignation de voix via le picker admin on-device, qui ne connaît pas le
|
||
propriétaire. Pour fermer : **porter le propriétaire côté patient** (sidecar
|
||
`<id>.owner` à côté du `.cvps`, ou colonne `/voices`) et l'app **interdit** d'assigner
|
||
une voix exclusive à un profil non-propriétaire (et idéalement refuse le load au
|
||
playback). À spécifier/implémenter en Phase 2.
|
||
|
||
---
|
||
|
||
## 5. Récap — ce qui est demandé au dev app patiente
|
||
|
||
| # | Adaptation | Criticité | État |
|
||
| --- | --- | --- | --- |
|
||
| 1 | `/voices` scanne WAV (« à convertir ») **et** `.cvps` (« prête »), col. `cvps_exists`, vestiges Qwen3 ignorés | inventaire voulu | **FAIT** (`voicesCursor()`, 2026-06-20) |
|
||
| 2 | `voices_reload` (rescan + `RELOAD_VOICES`, constante `ACTION_RELOAD_VOICES`) | important | à faire (`call()`) |
|
||
| 3 | **Capture record-time** de la portée (scope + propriétaire) au manifeste | **bloquant exclusivité dure** | **FAIT** (admin `RecordVoiceScreen`/`VoiceStorage`, §4.1) |
|
||
| 4 | **Garde-fou on-device** : interdire d'assigner/jouer une voix exclusive hors propriétaire | **Phase 2** (étanchéité) | à spécifier (§4.3) |
|
||
|
||
Côté Kazeia-central (à faire) : **ingérer depuis le stockage admin** (§4.2, gap),
|
||
enrôlement (texte = `reference_text`), archive chiffrée + suppression WAV, **déploiement
|
||
verrou-conscient** (exclusive→propriétaire, global→parc, pending→rien), **autorité
|
||
d'assignation** `Profile.voiceId`, résolution des `pending`.
|
||
|
||
---
|
||
|
||
*Source de vérité : `KazeiaTelemetryProvider.voicesCursor()`, `CosyVoiceTtsEngine.kt`,
|
||
`Profile.kt`, `KazeiaService.setVoiceId()` (kazeia-android). Vérifié le 2026-06-19.*
|