Ce que vous voyez
La transcription ou la voix devient indisponible; le bot doit se retirer ou passer à un humain.
État d’avancement:Essais locaux, service non déployéfiche de référencemise en service interdite pour l’instantÉtat réel:Code et bancs locauxpage d’autorité composantpromotion NO-GO
Choisissez votre lectureCommencez par la vue sans jargon si vous découvrez le sujet.
À qui s’adresse chaque lecture?
Je veux comprendre: direction, équipes métier, communication, achats et première visite. Exploitation: opérateur, support et astreinte. Vue architecte: architecte, ingénieur et sécurité. Tout afficher: revue complète de la fiche.
« Je veux comprendre » affiché. Ce choix sera repris sur les autres fiches. La décision de mise en service et les risques restent toujours visibles.
Comprendre cette fonction en 60 secondes
Le résumé donne le rôle, le trajet, le risque, le responsable et la limite de preuve en moins d’une minute. Les dépendances et exemples restent disponibles juste après, sans jargon imposé.
Résumé essentiel
Ce que c’est et à quoi cela sert
Comprendre et parler sans envoyer la voix sur Internet.
Exécuter les moteurs vocaux près de Navy Phone avec une version, une capacité et des limites connues.
Une comparaison utile
Comme les sens d’un assistant: chaque fonction a ses limites.
Ce qui entre
Le bot doit transcrire une personne ou produire sa réponse audio.
Qui en bénéficie et quel résultat attendre
Un moteur local approuvé traite la demande dans le délai mesuré.
La personne qui appelle et l’opérateur humain.
État actuel
Essais locaux, service non déployé. Le dépôt contient plusieurs adaptateurs, serveurs et bancs locaux. Il ne prouve pas un service déployé, un modèle exact partout ni une capacité de production. Mise en service interdite pour l’instant.
Risque principal
La transcription ou la voix devient indisponible; le bot doit se retirer ou passer à un humain.
Responsable
Responsable de la plateforme vocale locale. Autorité de décision: Architecte plateforme vocale.
Décision suivante
Autoriser un moteur seulement si sa version, sa qualité, sa capacité et son isolation sont mesurées sur le matériel cible.
Voir les dépendances, preuves et solutions de secours
Ce qui entre, en langage courant
Le bot doit transcrire une personne ou produire sa réponse audio.
Ce dont il dépend
Du son reçu, de la session VoiceBot et du service qui exécute les modèles approuvés.
Comment le service continue
Suspendre le bot, ne fabriquer ni transcription ni audio, puis transférer à un humain par le parcours approuvé.
En cas de panne et pour vos données
Si le moteur qui comprend la parole ou fabrique la voix tombe en panne ou est saturé, le robot doit s’arrêter plutôt que d’inventer quoi que ce soit. Une reprise humaine est prévue, mais elle n’est pas encore prouvée. La cible prévoit un traitement sur des machines contrôlées en boucle locale ou réseau privé; le déploiement, les digests et la résidence effective de la voix et des textes restent à attester.
Preuve attendue avant la prochaine étape
Digests, images signées, voix et langues réelles, latence, concurrence, saturation, crash, reprise et absence d’egress.
Statut expliqué
Plusieurs moteurs de compréhension et de voix peuvent fonctionner près de l’application. Ils restent à choisir, verrouiller, mesurer et exploiter sur l’infrastructure réelle. Le choix de chaque moteur, sa version, sa machine, sa qualité, son délai, sa capacité, sa reprise et son exploitation doivent être validés.
Exemple concret
Le bot doit transcrire une personne ou produire sa réponse audio. Un moteur local approuvé traite la demande dans le délai mesuré.
Voir l’exemple technique précis
Parakeet ou Whisper transcrit localement; Kyutai, Chatterbox, VoxCPM2 ou Piper peut produire la voix selon une configuration explicite.
Voir les questions et réponses selon votre rôle
Les six lectures ci-dessous reprennent les mêmes faits. Elles ne créent pas une seconde source de vérité.
- Direction
- Question: Peut-on compter sur cette fonction aujourd’hui?
Réponse: Plusieurs moteurs de compréhension et de voix peuvent fonctionner près de l’application. Ils restent à choisir, verrouiller, mesurer et exploiter sur l’infrastructure réelle. Autoriser un moteur seulement si sa version, sa qualité, sa capacité et son isolation sont mesurées sur le matériel cible. - Métier
- Question: Quel service rend-elle concrètement?
Réponse: Exécuter les moteurs vocaux près de Navy Phone avec une version, une capacité et des limites connues. Un moteur local approuvé traite la demande dans le délai mesuré. - Achats et conformité
- Question: De quoi dépend l’engagement et qu’est-ce qui manque?
Réponse: Du son reçu, de la session VoiceBot et du service qui exécute les modèles approuvés. Le choix de chaque moteur, sa version, sa machine, sa qualité, son délai, sa capacité, sa reprise et son exploitation doivent être validés. Preuve attendue: Digests, images signées, voix et langues réelles, latence, concurrence, saturation, crash, reprise et absence d’egress. - Communication
- Question: Que peut-on annoncer sans faire de fausse promesse?
Réponse: Vous pouvez expliquer l’objectif suivant: Exécuter les moteurs vocaux près de Navy Phone avec une version, une capacité et des limites connues. Ne présentez pas cette fonction comme disponible en production: Plusieurs moteurs de compréhension et de voix peuvent fonctionner près de l’application. Ils restent à choisir, verrouiller, mesurer et exploiter sur l’infrastructure réelle. - Exploitation
- Question: Qui agit et quel est le premier geste sans risque?
Réponse: Responsable de la plateforme vocale locale. Autorité de décision: Architecte plateforme vocale. Retirer le moteur de la readiness, arrêter les nouvelles demandes et vérifier saturation, modèle, ressources et logs expurgés. - Technique
- Question: Où sont les contrats exacts?
Réponse: Utilisez la « Vue architecte ». Elle montre les entrées, les sorties, les interfaces, les données, la sécurité et les preuves provenant de la fiche d’autorité.
Trajet simple, de la situation au résultat
Le trajet montre ce qui déclenche cette fonction, le service qu’elle rend et le résultat obtenu. Il reste lisible sans fonction interactive.
Suivre le flux
Partie documentée: Comprendre et parler sans envoyer la voix sur Internet.
Le bot doit transcrire une personne ou produire sa réponse audio.
Exécuter les moteurs vocaux près de Navy Phone avec une version, une capacité et des limites connues.
Un moteur local approuvé traite la demande dans le délai mesuré.
Comment lire ce trajet: avancez avec les flèches du clavier ou parcourez les étapes dans l’ordre. Les contrats exacts restent dans la « Vue architecte ».
Étape 1 sur 3: Le bot doit transcrire une personne ou produire sa réponse audio.
Impact utile: Un moteur local approuvé traite la demande dans le délai mesuré.
En cas de panne: La transcription ou la voix devient indisponible; le bot doit se retirer ou passer à un humain.
Responsable: Responsable de la plateforme vocale locale. Autorité de décision: Architecte plateforme vocale.
Premiers gestes en cas de problème
Reconnaître ce qui se passe, protéger le service et prévenir le bon responsable sans improviser.
Première action sans risque
Retirer le moteur de la readiness, arrêter les nouvelles demandes et vérifier saturation, modèle, ressources et logs expurgés.
Solution de secours
Suspendre le bot, ne fabriquer ni transcription ni audio, puis transférer à un humain par le parcours approuvé.
Qui prévenir et où lire les preuves
Responsable de la plateforme vocale locale. Autorité de décision: Architecte plateforme vocale. La procédure de production reste à créer et valider avant la mise en service. Ouvrir la fiche d’architecture et de preuve du domaine.
Besoin d’un terme technique? Ouvrir les définitions
- STT
- parole vers texte
- TTS
- texte vers parole
- Sidecar
- service local spécialisé voisin de l’application
Décision actuelle: mise en service interdite pour l’instant. Plusieurs moteurs de compréhension et de voix peuvent fonctionner près de l’application. Ils restent à choisir, verrouiller, mesurer et exploiter sur l’infrastructure réelle. Ce qui reste à faire: Le choix de chaque moteur, sa version, sa machine, sa qualité, son délai, sa capacité, sa reprise et son exploitation doivent être validés.Décision actuelle: promotion NO-GO, pas de mise en production. Des chemins existent pour Parakeet, Whisper serveur ou CLI, ainsi que VoxCPM2, Kyutai, Chatterbox, Piper et des replis de développement. Certains sidecars et benchmarks sont présents, mais les versions peuvent ne pas être déclarées et aucune combinaison STT/TTS de production n’est attestée. Blockers: Modèles et digests exacts, images signées, réseau privé sans egress, authentification, GPU/CPU, langues et accents, latence, concurrence, saturation, crash/reprise, charge et SLO restent NO-GO.
Opérer le composant
Responsabilité, séquence nominale, panne et niveau de service attendu.
| Owner et rôle | Séquence nominale | Mode dégradé | Observabilité et SLO |
|---|---|---|---|
| Transcription et synthèse locales sur sidecars ou CLI approuvés. Owner plateforme IA vocale. Non-rôle: Ne prouve pas que tous ces moteurs sont simultanément disponibles, qualifiés, dimensionnés ou déployés. | Parakeet ou Whisper transcrit localement; Kyutai, Chatterbox, VoxCPM2 ou Piper peut produire la voix selon une configuration explicite. | Crash, saturation ou timeout suspend le bot et transfère à un humain. Aucune substitution automatique par un modèle non approuvé. | Le niveau de preuve est Code et bancs locaux. Aucun SLO de production n’est acquis; l’owner doit mesurer disponibilité, erreurs, saturation et reprise avant promotion. |
Panne, reprise et surveillance
Modes de panne connus, comportement de reprise et signaux à mesurer avant toute mise en service.
| Modes de panne | Reprise après incident | Signaux à mesurer |
|---|---|---|
| L’état conservé est limité à la session: le bot suspendu ne produit rien. La cible prévoit que l’appelant puisse être repris par un humain, sans preuve locale de ce parcours. Action humaine requise: retirer le moteur de la readiness, arrêter les nouvelles demandes, vérifier saturation, modèle, ressources et logs expurgés. Aucune preuve locale de reprise après crash n’existe; elle reste un blocker NO-GO. | Signaux existants: du code, des sidecars et des bancs locaux partiels, notamment les serveurs et benchmarks sous scripts/*-server.py, sans preuve d’exploitation. Avant promotion, mesurer digests et images signées, WER et qualité vocale, latence, concurrence, saturation, crash, reprise et absence d’egress sur le matériel cible. |
Déplier ou replier les détails d’architecture
Contrat d’architecture
Entrées, sorties, protocoles, données, dépendances et configuration.
| Amont et entrées | Aval et sorties | Interfaces et trust boundary | État, données et déploiement |
|---|---|---|---|
| Audio borné et texte validé sur réseau privé ou loopback, avec token de sidecar si prévu. | Transcription finale vers l’orchestrateur et audio synthétisé vers la session média. | Audio et texte sur loopback ou réseau privé; token sidecar si configuré. Aucun endpoint local ne doit devenir un egress implicite. | Parakeet, Whisper serveur/CLI, VoxCPM2, Kyutai, Chatterbox et Piper ont des adaptateurs ou bancs inégaux. Le modèle exact de certains sidecars n’est pas déclaré. Déploiement: Code, sidecars et essais locaux partiels; aucun runtime souverain exploité ou dimensionné n’est prouvé. |
Frontière de confiance: Zone privée ou boucle locale: l’audio borné et le texte validé circulent sur loopback ou réseau privé vers des sidecars, avec token si configuré. La transcription finale sort vers l’orchestrateur et l’audio synthétisé vers la session média. Navy Phone contrôle le passage; aucun endpoint local ne doit devenir un egress implicite.
Déplier ou replier les détails de sécurité et de preuve
Sécurité, preuve et décision
Le statut de preuve reste visible quel que soit le profil choisi.
| Sécurité et identité | Preuve et sources | Blockers | Définitions |
|---|---|---|---|
| Audio et texte sur loopback ou réseau privé; token sidecar si configuré. Aucun endpoint local ne doit devenir un egress implicite. | Niveau de preuve: Des chemins existent pour Parakeet, Whisper serveur ou CLI, ainsi que VoxCPM2, Kyutai, Chatterbox, Piper et des replis de développement. Certains sidecars et benchmarks sont présents, mais les versions peuvent ne pas être déclarées et aucune combinaison STT/TTS de production n’est attestée. Digests, images, langues, WER, qualité vocale, GPU/CPU, concurrence, isolation et SLO restent à qualifier. Sources: lib/ai/transcribe.ts, lib/tts.ts, scripts/*-server.py. Production NO-GO.Vue d’autorité du domaine · Entrée du catalogue | NO-GO: Modèles et digests exacts, images signées, réseau privé sans egress, authentification, GPU/CPU, langues et accents, latence, concurrence, saturation, crash/reprise, charge et SLO restent NO-GO. | Consulter les définitions de cette fiche |
| Données et souveraineté UE | Données manipulées: audio de l’appelant et texte validé, traités localement sur loopback ou réseau privé. Parakeet, Whisper, Kyutai, Chatterbox, VoxCPM2 et Piper ont des adaptateurs ou bancs inégaux, sans déploiement attesté. Aucune sortie vers un tiers n’est prévue; la résidence locale reste à prouver par digests, images signées et mesures. | ||