Généré le 13/10/2026 19:00

Étude de faisabilité — Lecteur audio (TTS) sur chaque rapport listé dans /jarvis/rapports

Date : 13/10/2026
Demandeur : Raphaël (depuis la Guadeloupe, UTC-4)

1. Constat de départ : une partie de la brique existe déjà, une autre non

Le système audio actuel (déployé le 03/10/2026, enrichi le 13/10/2026 — voir
JARVIS_LIVE_VOICE/server.py) est centré sur la mission, pas sur l'artefact :

En revanche, /jarvis/rapports (server.py:6982, get_jarvis_rapports_browser)
est volontairement indépendant des missions : il liste par scan disque tout
fichier présent dans artifacts/ (257 fichiers, 6,9 Mo au 13/10/2026), y compris ceux
qu'aucune mission n'a jamais cité. Chaque ligne y est un simple lien <a> ouvrant la
version HTML autonome (convert_report_to_standalone_html) — sans bouton Play, sans
génération audio associée
. Il n'existe aujourd'hui aucun chemin qui transforme un
fichier .md/.txt arbitraire de ce tableau en MP3.

Autre constat en cours d'analyse : le dossier missions_audio/ n'existe pas encore
sur disque (mkdir n'a lieu qu'à la première génération réelle) — aucune mission n'a
donc encore déclenché la génération depuis le dernier redémarrage. Ça ne remet pas en
cause la faisabilité, mais confirme qu'il faut vérifier par un test réel, pas supposer
que le mécanisme mission tourne déjà en silence.

Conclusion : la demande de Raphaël (bouton Play sur chaque ligne de
/jarvis/rapports) est un vrai besoin non couvert — à construire, mais en
réutilisant ~80% des briques déjà en production.

2. Choix du moteur TTS — déjà tranché, rien à redécider

Moteur en place : edge-tts (Microsoft, voix fr-FR-HenriNeural), seul moteur TTS
du système depuis le 13/10/2026 (Piper et Chatterbox ont été désinstallés le même
jour — pas de filet de secours local, voir mémoire project_jarvis_tts_piper_chatterbox_decommission_13102026).

3. Coût en ressources pour généraliser à TOUS les artefacts

Poste Estimation
CPU/latence synthèse Quelques secondes par rapport (edge-tts cloud, pas de calcul local lourd) — négligeable si généré à la demande (voir §4)
Stockage Rapports texte actuels : 6,9 Mo pour 257 fichiers. Un MP3 parlé dure ~1 à 3 min pour un rapport moyen → ~1-3 Mo/fichier en MP3 (edge-tts ~128kbps). Générer l'intégralité des 257 fichiers historiques d'un coup : ~300-600 Mo. Négligeable au regard du disque, mais inutile (voir §4)
Réseau Aucun appel sortant côté Raphaël — edge-tts tourne côté serveur Jarvis, le MP3 est ensuite servi localement
Risque de surcharge Aucun si génération à la demande (lazy) ; un batch de génération de TOUT l'historique en une fois pourrait saturer edge-tts en rafale (déjà vu avec les rafales de sous-agents, cf. mémoire sur quota partagé) → à éviter, générer au clic

Recommandation de coût : génération paresseuse (lazy) et mise en cache,
exactement le même principe que generate_full_mission_audio — jamais de
pré-génération en masse des 257 fichiers existants.

4. Architecture technique proposée

4.1 Backend (server.py)

  1. Nouvel endpoint générique, calqué sur /api/missions/{mission_id}/audio :
    GET /api/artifacts_audio/{filename} — prend le nom de fichier tel que listé par
    /jarvis/rapports (déjà résolu via artifact_url_for_path, donc chemin sûr et
    déjà contenu dans ARTIFACTS_DIR, pas de risque de traversée de répertoire si on
    valide que le fichier résultant reste bien un enfant direct de ARTIFACTS_DIR).
  2. Nouvelle fonction generate_artifact_audio(filename: str) -> Path | None,
    sœur de generate_full_mission_audio :
    - lit le .md/.txt source (pas le .html généré, pour avoir le texte brut),
    - réutilise clean_markdown_for_tts (server.py:3439) — déjà conçu pour nettoyer un
    texte markdown générique, pas seulement un texte de mission, donc directement
    réutilisable sans adaptation,
    - découpe et synthétise via synthesize_full_report_mp3 / tts_synthesize_mp3
    (déjà génériques),
    - cache le résultat dans un nouveau dossier JARVIS_LIVE_VOICE/media/artifacts_audio/<stem>.mp3
    (séparé de missions_audio/ pour ne pas mélanger les deux logiques de clé).
  3. Appel paresseux : le fichier n'est généré qu'au premier GET (même pattern que
    get_mission_audio), puis servi en FileResponse avec Accept-Ranges: bytes.

4.2 Frontend (/jarvis/rapports, généré par get_jarvis_rapports_browser)

4.3 Portée du texte à synthétiser

Pour les fichiers déjà au format rapport de mission (générés par
generer_rapport_produit_jarvis.py ou les skills), le texte est déjà structuré et
lisible tel quel après nettoyage markdown. Pour les analyses de faisabilité comme
celle-ci (fichiers ANALYSE_FAISABILITE_*.md à la racine), le même nettoyage
s'applique sans traitement spécial — ce sont des .md standards.

5. Effort de mise en œuvre estimé

6. Verdict

Faisable, à faible coût, avec une architecture qui réutilise l'essentiel du
pipeline TTS déjà en production.
Aucun changement de moteur TTS nécessaire.
Reste à construire : un endpoint générique /api/artifacts_audio/{filename} + une
colonne Play dans le tableau de /jarvis/rapports. Ceci est une étude de
faisabilité — aucun code n'a été modifié dans cette session ; implémentation à
lancer sur confirmation de Raphaël.