Généré le 16/10/2026 22:50

✅ Installation Réussie — Kokoro v1.0 & Kyutai Pocket TTS en Local

16 Octobre 2026, 22h48 — Heure locale Guadeloupe (UTC-4)
Suite directe de ETAT_DES_LIEUX_TTS_LOCAL_CHATTERBOX_KOKORO_KYUTAI_20261016.md (Option 1 du plan d'action) et de ANALYSE_PERFORMANCE_INTEGRATION_TTS_JARVIS_2026.md (Jalon 2)


🎯 Synthèse

Les deux moteurs TTS locaux sont installés, chargés et validés par un test réel sur le CPU Intel i5-8500 — 9 échantillons audio français générés avec succès, tous plus rapides que le temps réel (RTF < 1.0). Aucune carte graphique requise, 0 € de coût, 0 dépendance réseau une fois les poids téléchargés.

⚠️ Note de coordination : un dossier tools/tts_local_models/ existait déjà avec Kokoro installé et fonctionnel quand cette mission a démarré (horodatage identique, ~22h36) — très probablement Antigravity travaillait sur la même demande en parallèle (cf. incident connu de double-dispatch du 16/10). Seule la partie Kyutai était en échec (kyutai_french_fp32/int8 : status ERROR) ; c'est cette partie que cette intervention a corrigée et terminée.


🐛 Bug corrigé : crash Kyutai sur encodage Windows

Le premier essai de chargement de pocket-tts plantait avec :

'charmap' codec can't decode byte 0x9d in position 403: character maps to <undefined>

Cause : encodage par défaut cp1252 de la console Windows, incompatible avec un fichier (config/cache Hugging Face) contenant des caractères non-ASCII — le même type de bug déjà rencontré sur supervisor.py (voir mémoire skill_supervisor_python_crash_encodage_cp1252_windows).
Correctif appliqué : forcer PYTHONIOENCODING=utf-8 et PYTHONUTF8=1 avant le lancement du script Python. Après ce correctif, le modèle Kyutai se charge et génère sans aucune erreur.


📦 Packages installés (Python 3.13, C:\ASSISTANT_IA)

Package Version Rôle
kokoro-onnx 0.6.1 Moteur Kokoro v1.0 (82M, ONNX Runtime)
soundfile 0.14.0 Écriture des fichiers .wav
pocket-tts 3.3.0 Moteur Kyutai Pocket TTS (laboratoire Kyutai, Paris)

💾 Poids modèles téléchargés

Modèle Emplacement Taille approx.
Kokoro v1.0 (fp32, fp16, int8) + voix C:\ASSISTANT_IA\tools\tts_local_models\kokoro\ ~330 Mo (3 variantes)
Kyutai Pocket TTS (sans clonage vocal, FR) C:\Users\lisa\.cache\huggingface\hub\models--kyutai--pocket-tts-without-voice-cloning\ téléchargement HF automatique

📊 Résultats du Benchmark Réel (CPU Intel i5-8500, texte de test 8s)

Moteur Variante / Voix Chargement 1er segment audio RTF (vitesse) Verdict
Kokoro v1.0 fp32 (ff_siwis) 1,37s — 0,637x 🟢 Plus rapide que le temps réel
Kokoro v1.0 fp16 (ff_siwis) 1,70s — 0,429x 🟢 Meilleur compromis qualité/vitesse
Kokoro v1.0 int8 (ff_siwis) 1,52s — 0,833x 🟡 Plus léger mais plus lent ici
Kyutai Pocket fp32 — Estelle 1,38s 108 ms 0,358x 🟢 Excellent, voix féminine FR native
Kyutai Pocket fp32 — Marius 1,38s 121 ms 0,358x 🟢 Excellent, voix masculine FR
Kyutai Pocket fp32 — Jean 1,38s 108 ms 0,353x 🟢 Excellent, voix masculine FR
Kyutai Pocket int8 — Estelle/Marius/Jean 1,44s 129-149 ms 0,59-0,65x 🟡 Plus lent que fp32 sur ce CPU (quantization non optimale ici)

9 échantillons audio .wav générés et écoutables dans tools\tts_local_models\samples\.


🏆 Verdict technique

  1. Kyutai Pocket TTS fp32 (non quantifié) est le plus rapide des deux moteurs (RTF ~0,35x) avec la meilleure prosodie française native et un premier son en ~110 ms — confirme le score 96/100 de l'analyse du 16/10.
  2. Kokoro fp16 est la meilleure alternative (RTF 0,43x, licence Apache 2.0, 54 voix dont ff_siwis).
  3. La variante Kyutai installée est sans clonage vocal (pocket-tts-without-voice-cloning) — la voix "Henri" ne peut pas être clonée avec ce modèle ; seules les voix pré-entraînées (Estelle, Marius, Jean) sont disponibles.
  4. Installation = terminée et vérifiée. L'intégration dans JARVIS_LIVE_VOICE/server.py comme moteur de secours à edge-tts (Jalon 2 de la feuille de route) n'a pas été demandée dans cette mission et n'a donc pas été effectuée — à faire sur demande explicite de Raphaël.
{
  "title": "Installation locale Kokoro + Kyutai Pocket TTS",
  "kpis": [
    {"label": "Moteurs installés", "value": "2/2"},
    {"label": "Tests réussis", "value": "9/9"},
    {"label": "Meilleur RTF", "value": "0.353x (Kyutai fp32)"},
    {"label": "Coût", "value": "0 €"}
  ],
  "table": {
    "columns": ["Moteur", "Variante", "RTF", "1er son"],
    "rows": [
      ["Kyutai Pocket", "fp32 - Estelle", "0.358x", "108 ms"],
      ["Kyutai Pocket", "fp32 - Marius", "0.358x", "121 ms"],
      ["Kyutai Pocket", "fp32 - Jean", "0.353x", "108 ms"],
      ["Kokoro v1.0", "fp16", "0.429x", "-"],
      ["Kokoro v1.0", "fp32", "0.637x", "-"],
      ["Kokoro v1.0", "int8", "0.833x", "-"]
    ]
  }
}