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)
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.
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.
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) |
| 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 |
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\.
ff_siwis).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.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", "-"]
]
}
}