Date : 18/10/2026
server.py/app.js)is_pcm_speech_active() (server.py:8582), fenêtres glissantes de 100ms. Seuils différents selon le mode : mode robuste=340 (110 en mode discret), live_tour=240, live=240 (post-tour 380). Aucune analyse spectrale (pas de ZCR, pas de platitude spectrale) — un bruit stationnaire assez fort (moteur, clim) peut dépasser le seuil RMS aussi facilement qu'une voix.AutomaticActivityDetection, server.py:6613 et 10708) avec prefix_padding_ms=200, silence_duration_ms=900, sensibilités start/end. C'est un second rideau après le seuillage RMS local — si le RMS local ne filtre rien, c'est Gemini qui rattrape (ou pas).public_jarvis/app.js, Phase 1 du 09/10) : HighPass 85Hz → Notch 6.2kHz (optionnel) → Compresseur champ lointain (-34dBFS/3.5:1) → Make-up gain +7.5dB. Réellement raccordée à l'audio envoyé (pas juste au visualiseur, contrairement à l'ancien bug de 09/2026). Mais ceci s'applique au niveau de la captation navigateur, pas au serveur.start_of_speech_sensitivity / end_of_speech_sensitivity (LOW/HIGH), prefix_padding_ms, silence_duration_ms — exactement les paramètres déjà utilisés par Jarvis. Pas de paramètre dédié "bruit ambiant" ou "suppression de bruit stationnaire".end_of_speech_sensitivity=LOW, le modèle peut confondre un bruit de fond avec un "chuchotement" et garder le tour ouvert indéfiniment — recommandation : passer en HIGH pour mieux filtrer. Jarvis utilise déjà 16kHz natif (jamais 8kHz hors contrainte Bluetooth), donc ce risque spécifique ne s'applique qu'en mode Bluetooth SCO dégradé — renforce la conclusion du 15/10 que le vrai verrou restant est matériel, pas un réglage de sensibilité VAD.is_pcm_speech_active() avec une discrimination spectrale (ZCR + platitude spectrale, zéro dépendance) ou passer à webrtcvad/Silero VAD ONNX — Gemini ne fournit pas ce niveau de discrimination en amont, donc ça reste à la charge de Jarvis.Réponse : logicielle, pas matérielle. Tasker lui-même n'a aucune capacité de reconnaissance vocale native — il délègue systématiquement à un plugin tiers, le plus utilisé étant AutoVoice (développeur joaoapps). Ce plugin :
- s'appuie sur l'API Android SpeechRecognizer standard (le même moteur logiciel que "Ok Google"/Google Now en reconnaissance classique) ou sur un service de reconnaissance cloud/local configuré par l'utilisateur — aucun accès au DSP dédié (le petit coprocesseur basse consommation que Qualcomm/Google utilisent pour le hotword natif "Hey Google").
- impose une limitation stricte liée à ce choix logiciel : un seul consommateur du micro à la fois sous Android — si Google Now/Assistant écoute en permanence pour son propre hotword, AutoVoice doit être explicitement coupé puis relancé pour ne pas entrer en conflit, preuve qu'il n'a pas de canal matériel séparé.
- le mode "AutoVoice Continuous" tourne en foreground service logiciel classique, avec notification persistante obligatoire pour éviter que le système ne tue le processus — comportement typique d'un service applicatif, pas d'un circuit matériel toujours actif à très basse consommation.
- conséquence directe : consommation batterie significative en écoute continue (documentée par l'éditeur lui-même), contrairement au hotword matériel natif (DSP) qui consomme quasi rien.
Comparaison avec le wake word Jarvis actuel (mémoire du 12/10) : le spotter Android maison de Jarvis (JARVIS_ANDROID/.../wakeword/) est lui aussi purement logiciel (RMS+ZCR sur frames 30ms, pas de DSP dédié, pas Porcupine/openWakeWord). Donc Tasker/AutoVoice et le wake word Jarvis actuel sont dans la même catégorie technique (logiciel, CPU principal, pas de DSP) — Tasker n'apporterait pas d'avantage matériel que Jarvis n'ait déjà, et ajouterait la même contrainte de conflit micro avec l'Assistant natif.
is_pcm_speech_active() (ZCR + platitude spectrale, effort nul en dépendances) avant d'envisager webrtcvad/Silero.