🔍 Audit Technique & État des Lieux des Installations Locales TTS (Chatterbox, Kokoro, Kyutai, Piper)

Date de l'audit : 16 Octobre 2026 à 22h32 — Heure locale Guadeloupe (UTC-4)

🎯 Verdict immédiat : Aucune installation locale de Chatterbox, Kokoro, Kyutai ou Piper n'est actuellement active en exécution dans JARVIS_LIVE_VOICE/server.py (qui utilise uniquement edge-tts 7.3.1).

En revanche, tu avais parfaitement raison sur les installations précédentes : Chatterbox et Piper ont bien été installés le 12/10/2026, puis leurs environnements Python ont été nettoyés le 13/10/2026 après la remise en route d'Edge TTS. Tous les fichiers lourds et modèles (3,05 Go de poids Chatterbox en cache Hugging Face, 62 Mo de modèle ONNX Piper, voix de référence Henri et code d'intégration) sont toujours présents sur le disque dur ! Quant à Kokoro et Kyutai, ils n'ont encore jamais été installés (seulement étudiés dans les rapports d'analyse d'aujourd'hui).

📊 État des Lieux Technique par Moteur TTS

Moteur TTS Statut d'Installation Actuel Fichiers & Poids sur le Disque (C:\) Packages Python Performance CPU Local (i5-8500, 0 GPU) Prêt pour Déploiement ?
Chatterbox-TTS
(Resemble AI)
Partiel (Poids & Scripts présents, Venv supprimé le 13/10) ✅ 3,05 Go en cache HF (models--ResembleAI--chatterbox) + test_clonage.py + henri_reference.wav sous tools/_ARCHIVES/tts_local_chatterbox_20261013/ ❌ Désinstallés le 13/10 RTF 6,22x à 8,28x
(79s à 103s pour 12s d'audio — trop lent pour du direct)
⚠️ Réinstallable sans télécharger les 3 Go, ou utilisable en 600 ms via fal.ai
Piper TTS
(fr_FR-tom-medium)
Archivé en Backup (13/10) ✅ Modèle ONNX 62 Mo (fr_FR-tom-medium.onnx) + code serveur complet dans backups/TTS_EDGE_REACTIVATION_20261013/ ❌ piper-tts désinstallé le 13/10 RTF ~0,10x
(10x plus rapide que le temps réel sur CPU)
✅ Restaurable en 60 secondes
Kokoro v1.0
(82M ONNX)
Jamais installé
(Étudié le 16/10)
❌ Aucun fichier ni modèle sur le disque ❌ Non installé RTF ~0,48x
(~2x temps réel, ~160 Mo RAM)
🛠️ Installation fraîche requise (~2 min, ~160 Mo)
Kyutai Pocket TTS / 1.6B
(Kyutai Paris)
Jamais installé
(Étudié le 16/10)
❌ Aucun fichier ni modèle sur le disque ❌ Non installé Pocket 100M : RTF ~0,25x
1.6B : Trop lourd sans GPU
🛠️ Installation fraîche requise (variante Pocket TTS)
Edge TTS
(fr-FR-HenriNeural)
ACTIF EN PRODUCTION ✅ Branché dans JARVIS_LIVE_VOICE/server.py (ligne 291) ✅ edge-tts 7.3.1 actif 0% CPU (Cloud MS)
Latence ~250–500 ms
✅ Actuellement en service

🔬 Détail des Fichiers Retrouvés sur le Serveur

🚀 Options de Déploiement Immédiat

  1. Pour remplacer/doubler Edge TTS en temps réel local sur CPU (i5-8500) : Déployer Kokoro v1.0 (82M ONNX) ou Kyutai Pocket TTS (100M), ou restaurer en 1 minute le backup de Piper TTS (RTF 0,10x).
  2. Pour utiliser Chatterbox (Clonage de la voix d'Henri ou voix UGC) : En local CPU, Chatterbox met ~80 secondes pour générer 12 secondes d'audio (RTF 6,22x faute de carte graphique NVIDIA). Pour l'utiliser en temps réel (~600 ms), il faut l'appeler via l'endpoint serverless fal.ai (clé FAL_KEY déjà configurée), ou recréer son venv local (sans retélécharger les 3 Go déjà en cache) uniquement pour de la génération asynchrone hors-ligne.