Généré le 16/10/2026 22:49

Diagnostic Technique & Résolution — Modes de Réponse « Hybride » et « Live par Tour » (16/10/2026)

Date : 16/10/2026 — 21h01 (Heure locale Guadeloupe, UTC-4)
Mission : Vérifier techniquement pourquoi les modes de réponse live_hybrid (« Hybride ») et live_tour (« Live par tour ») ne fonctionnaient pas chez Raphaël (vers 20h38–20h43), alors que le mode live classique fonctionnait. Tester les scripts de surveillance et la coupure de session Gemini, et livrer le diagnostic complet.


1. Synthèse Exécutive des Causes Racines

L'investigation dans JARVIS_LIVE_VOICE/live_session.log, uvicorn_supervisor.log, server.py, public_jarvis/app.js et scratch/deploy_and_test_live_hybrid.sh a mis en évidence 3 causes techniques exactes qui expliquent pourquoi ni le mode Hybride ni le mode Live par tour ne répondaient lors des essais de Raphaël entre 20h38 et 20h43 :

Cause 1 — Pourquoi le mode « Hybride » (live_hybrid) n'apparaissait pas / ne fonctionnait pas à 20h40

  1. Redémarrage différé bloqué en attente de fin d'appel : Lors de la mission précédente (m_1792191777486 terminée à 19h12), le code du mode live_hybrid avait bien été écrit sur le disque (server.py + public_jarvis/app.js), mais le serveur uvicorn (PID 11180, démarré à 17:00:25) n'avait pas été redémarré pour ne pas couper l'appel vocal en cours de Raphaël.
  2. Bug d'expression régulière dans le script de surveillance scratch/deploy_and_test_live_hybrid.sh : Ce script (PID 6940, lancé à 19:10:37) surveillait les 40 dernières lignes de uvicorn_supervisor.log toutes les 15 secondes avec grep -qE "Fin d'appel reçue du client|Client déconnecté\.". Or :
    - Entre deux appels ou lors d'un rafraîchissement, uvicorn_supervisor.log reçoit en continu les requêtes HTTP de polling (GET /api/missions, GET /api/system_status, GET /api/sop/events), ce qui fait sortir toute ligne de déconnexion de la fenêtre tail -n 40 en moins de 10 secondes.
    - Le script bash est donc resté bloqué à l'étape Debut surveillance fin d'appel... pendant 1h45 sans jamais redémarrer le serveur.
  3. Cache navigateur sur l'ancienne version de app.js : Jusqu'à 20:52:42, le serveur en mémoire servait l'ancien index.html pointant vers /jarvis/app.js?v=20261015_vad_double_seuil_respiration (dont le cycle du bouton de mode ne contenait que 3 modes : ['live', 'robuste', 'live_tour'], sans live_hybrid).

Cause 2 — Pourquoi le mode « Live par tour » (live_tour) restait muet entre 20h38 et 20h43

L'analyse seconde par seconde de live_session.log entre 20:38:07 et 20:43:28 révèle deux mécanismes bloquants simultanés :
1. Double garde-fou VAD (Client + Serveur) face au bruit de fond continu (20h42–20h43) :
- En mode live_tour, l'audio n'est pas streamé à Gemini en continu : il est accumulé dans robuste_audio_buffer jusqu'à réception du signal silence_detected envoyé par le client (app.js:2737), ou jusqu'à ce que le garde-fou serveur (server.py:10507) observe 1,15 seconde continue sous le seuil RMS < 240.
- Or, les traces [Jarvis Diagnostic Audio] montrent qu'entre 20:41:10 et 20:43:27, le micro captait un bruit résiduel/ambiant oscillant entre RMS=245 et RMS=8599 (au-dessus du seuil 240 côté serveur et du seuil adaptatif côté client). Tant que le RMS ne redescendait pas sous le seuil pendant 1,1s, aucun signal silence_detected n'était émis et le bloc restait indéfiniment en attente dans le tampon local sans jamais partir vers Gemini.
2. Absence de réponse de la VAD neuronale de Gemini sur les blocs courts envoyés en rafale instantanée (20h38m09, 20h40m26, 20h41m38) :
- À trois reprises (20:38:09 avec 1.4s d'audio, 20:40:26 avec 3.5s, 20:41:38 avec 0.7s), un bloc a bien été envoyé à Gemini Live via process_live_tour_turn (server.py:9023).
- Dans les 3 cas, le log affiche 4,5 secondes plus tard :
[Jarvis Orchestrateur Live Tour] Aucune réponse de Google après 4.5s (...) -- on continue d'attendre sur la session existante, aucune reconnexion forcée (désactivée le 16/10/2026).
- Pourquoi ? Parce que process_live_tour_turn expédie tout le tampon PCM à vitesse mémoire (for idx in range(0, len(pcm_bytes), 32000) sans await asyncio.sleep) suivi de seulement 0.9s de zéros numériques (28800 octets) alors que VAD_END_SENSITIVITY est configuré sur END_SENSITIVITY_LOW (server.py:328). Lorsque le bloc démarre abruptement ou est trop court (0.7s à 1.4s), la VAD neuronale de Gemini Live ne valide pas la transition parole→silence et n'émet jamais turn_complete, laissant la session muette puisque le watchdog de relance à 4,5s a été désactivé.
- À l'inverse, en mode live classique, le flux audio est streamé au fil de l'eau (temps réel 1x) avec le bruit de fond naturel continu : la VAD neuronale de Google dispose du contexte acoustique permanent et répond en 0,01s à 0,14s.


2. Vérification & Tests Réels Exécutés (Serveur Rechargé + Coupure de Session Gemini)

  1. Arrêt du script bash zombie et vérification du serveur actif :
    - Le processus bash bloqué (PID 6940, scratch/deploy_and_test_live_hybrid.sh) a été arrêté proprement.
    - Le serveur uvicorn a été rechargé à 20:52:42 (PID 9236) et sert désormais le nouveau index.html (?v=20261016_mode_discret_complet) et le nouveau server.py intégrant live_hybrid.
  2. Validation en direct de live_hybrid sur l'appel réel de Raphaël (20h58–21h01) :
    - Dès 20:57:37, le navigateur de Raphaël a chargé GET /jarvis/app.js?v=20261016_mode_discret_complet.
    - À 20:58:05.118, Raphaël a basculé sur live_hybrid ([Jarvis Orchestrateur] Mode de réponse -> live_hybrid).
    - Tour 1 (20:58:14.948) : Réponse immédiate en streaming direct avec une latence de 0.15s (« Oui, je t'entends toujours très bien. »). Dès la fin du tour (20:58:17.659), coupure et reconnexion automatique de la session Gemini avec reprise de jeton (handle=acd50393...) achevée en 2.47s (20:58:20.132).
    - Tour 2 (20:58:27.129) : Réponse immédiate avec une latence de 0.37s (« Ah d'accord, ça me rassure ! ... »). Fin de tour à 20:58:34.347 -> reconnexion automatique live_hybrid achevée en 2.33s (20:58:36.713).
    - Tour 3 (20:58:42.825) : Latence 1.52s, fin de tour à 20:58:55.152 -> reconnexion automatique live_hybrid achevée en 2.48s (20:58:57.649).
  3. Correction en direct du piège d'auto-activation du Mode Discret (21h00) :
    - À 20:59:01, lorsque Raphaël a demandé des explications sur le fonctionnement du nouveau Mode Discret, Gemini Live a appelé l'outil configurer_interface('mode_discret', 'activer') de manière trop zélée, puis à 21:00:09 quand Raphaël a dit « Jarvis, quitte le mode discret » (transcrit « Jarvis, quitte le mode disque » par STT), process_discret_turn l'a envoyé à Gemini Live qui a appelé activer au lieu de desactiver.
    - Nous avons immédiatement envoyé la commande API locale POST /api/discret_mode {"enabled": false} à 21:00:51, ce qui a aussitôt rétabli l'écoute normale de Raphaël en mode live_hybrid à 21:01:08.

3. Tableau Récapitulatif des Mesures Réelles

Mode testé Statut à 20h40 (avant reload) Statut à 20h58 (après reload) Latence mesurée (1er octet audio) Reconnexion fin de tour (Hot-Swap)
Live classique (live) Opérationnel Opérationnel 0,01s à 0,14s Toutes les 9 min (540s)
Live Hybride (live_hybrid) Inactif (serveur non redémarré, bash bloqué) Opérationnel & Validé en direct 0,15s à 1,52s (médiane 0,37s) Active à chaque tour (2,33s à 2,48s)
Live par tour (live_tour) Muet (VAD bloquée par bruit RMS > 240 + rafale sans réponse Google) Dégradé sur phrases courtes (<1,5s) 3,98s à 8,0s (ou timeout >4,5s sur bloc court) Maintien de session (540s)

4. Recommandations Techniques

  1. Conserver live_hybrid comme mode de référence haute-résilience : Il combine la latence ultra-faible du streaming continu (0,15s – 0,37s) et le renouvellement propre de la session Gemini à chaque fin de tour (~2,4s en silence avec SessionResumptionConfig), éliminant tous les défauts structurels du mode live_tour par bloc.
  2. Durcir la sortie vocale du Mode Discret (DISCRET_EXIT_PATTERNS) : Ajouter les variantes phonétiques de Whisper/STT (« mode disque », « mode discoid », « tu es en mode discret », « écoute-moi ») dans DISCRET_EXIT_PATTERNS et interdire à Gemini d'appeler configurer_interface('mode_discret', 'activer') lorsque l'utilisateur demande simplement comment fonctionne le mode ou demande à le quitter.