Généré le 18/10/2026 19:19

Analyse : méthodes audio de Gemini Live (pour améliorer le filtre anti-bruit Jarvis) + détection de voix via Tasker

Date : 18/10/2026

1. État réel du filtrage anti-bruit Jarvis aujourd'hui (vérifié dans server.py/app.js)

2. Ce que fait réellement Gemini Live côté audio (recherche web, pas de documentation interne)

3. Détection de voix via Tasker — matériel ou logiciel ?

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.

4. Recommandations priorisées

  1. Ne rien attendre de Gemini Live côté suppression de bruit — ce n'est pas son rôle, la discrimination doit rester côté Jarvis (serveur ou app.js).
  2. Reprendre la piste déjà actée le 16/10 et jamais implémentée : enrichir is_pcm_speech_active() (ZCR + platitude spectrale, effort nul en dépendances) avant d'envisager webrtcvad/Silero.
  3. Sur Tasker : pas de gain architectural à en attendre pour la détection de voix (même limitation logicielle, même conflit micro) — seul un vrai moteur neuronal DSP-compatible (Porcupine/openWakeWord, déjà évoqué comme piste lourde le 12/10) apporterait un saut qualitatif réel vs le statu quo.

Sources (recherche web)