Voicebank : vraies voix françaises (CML-TTS) + pool anonyme + garde-fou Qwen3

Remplace la voicebank générée par Kokoro (timbre anglais sur français phonémisé
-> accent que Qwen3 clonait) par 41 vraies voix FR issues de CML-TTS (livres
audio studio) : 1 narrateur dédié, 18F/14M nommées, 4F/4M anonymes réservées.

- scripts/import_voices.py : import multi-shards parquet, 1 clip/locuteur (le
  plus propre via levenshtein), genre estimé par F0 (YIN, anti-octave), filtre
  débit de parole (ref_text aligné sur l'audio).
- VoiceEntry.anonymous + assign_voices : les figurants « anonyme (...) » tirent
  dans un pool réservé, jamais mélangé avec les voix nommées ; narrateur dédié
  (fr_narrator remplace fr_f_siwis).
- dedup._anon_attrs : genre/âge déduits du nom anonyme (bon genre de voix).
- tts/qwen3.py : garde-fou anti-dérive (rejette/réessaie les sorties en boucle
  ou coupées en estimant la durée plausible du chunk).

Limite connue : Qwen3 ne sait pas synthétiser les fragments d'1-2 mots (incises,
titres) -> trous ; à traiter (repli Kokoro ou fusion des incises).

Inclut aussi du travail en cours antérieur (refacto backend LLM pluggable
mlx/lmstudio, benchmark, ajustements frontend/API).

Claude-Session: https://claude.ai/code/session_01XSVvcy1mfb4k1xDgib9vVU

backend/inkflow/casting/dedup.py

@@ -132,12 +132,15 @@ def _absorb(
     age: Optional[str] = None,
     description: Optional[str] = None,
     voice_id: Optional[str] = None,
+    keep_canonical: bool = False,
 ) -> None:
     """Fusionne la variante `name` dans `target` (mutation en place).
 
     Enrichit les attributs manquants, recalcule le nom canonique et range les
-    autres formes en aliases.
-    """
+    autres formes en aliases. `keep_canonical=True` GARDE le nom actuel de
+    `target` comme canonique (les autres formes deviennent aliases) : sert a
+    rendre stable un nom deja etabli dans le cast (un chapitre ne doit pas
+    renommer "Sagale" en "Amiral Mehmet Sagale")."""
     target.gender = target.gender or gender
     target.age = target.age or age
     target.description = target.description or description
@@ -148,17 +151,36 @@ def _absorb(
         f = (f or "").strip()
         if f:
             forms.setdefault(_norm(f), f)
-    canon = max(forms, key=lambda n: _completeness(forms[n]))
+    canon = (_norm(target.name) if keep_canonical
+             else max(forms, key=lambda n: _completeness(forms[n])))
     target.name = forms[canon]
     target.aliases = sorted(v for k, v in forms.items() if k != canon)
 
 
+# Genre/age d'un locuteur anonyme "anonyme (homme, adulte)" (inverse de
+# segmenter._anon_identity) -> pour qu'il herite d'une voix du bon genre.
+_ANON_GENDER = {"homme": "male", "femme": "female"}
+_ANON_AGE = {"enfant": "child", "jeune": "young", "adulte": "adult", "vieux": "old"}
+
+
+def _anon_attrs(name: str) -> tuple[Optional[str], Optional[str]]:
+    low = name.strip().lower()
+    if not low.startswith("anonyme"):
+        return None, None
+    inside = low[low.find("(") + 1: low.find(")")] if "(" in low else ""
+    toks = [t.strip() for t in inside.split(",")]
+    gender = next((_ANON_GENDER[t] for t in toks if t in _ANON_GENDER), None)
+    age = next((_ANON_AGE[t] for t in toks if t in _ANON_AGE), None)
+    return gender, age
+
+
 def _item(c) -> dict:
     """Normalise un personnage ou un nom brut en entree de reconciliation."""
     if isinstance(c, Character):
         return {"name": c.name, "gender": c.gender, "age": c.age,
                 "description": c.description, "voice_id": c.voice_id}
-    return {"name": str(c), "gender": None, "age": None,
+    gender, age = _anon_attrs(str(c))  # figurant anonyme -> genre/age depuis le nom
+    return {"name": str(c), "gender": gender, "age": age,
             "description": None, "voice_id": None}
 
 
@@ -194,6 +216,9 @@ def reconcile_characters(
     """
     chars = [c.model_copy(deep=True) for c in book_chars]
     name_map: dict[str, str] = {}
+    # Noms deja etablis dans le cast : on les garde canoniques (un chapitre ne
+    # doit pas renommer un personnage existant en une forme plus longue/titree).
+    established = {_norm(c.name) for c in book_chars}
 
     items = [_item(c) for c in new_chars]
     seen = {_norm(it["name"]) for it in items}
@@ -214,7 +239,8 @@ def reconcile_characters(
             pending.append(it)
         elif m is not None:
             _absorb(m, it["name"], gender=it["gender"], age=it["age"],
-                    description=it["description"], voice_id=it["voice_id"])
+                    description=it["description"], voice_id=it["voice_id"],
+                    keep_canonical=_norm(m.name) in established)
             name_map[_norm(it["name"])] = m.name
         elif gemma is not None:
             pending.append(it)  # peut etre une variante non evidente ("Jim")
@@ -231,7 +257,8 @@ def reconcile_characters(
                 target = hm if isinstance(hm, Character) else None
             if target is not None:
                 _absorb(target, it["name"], gender=it["gender"], age=it["age"],
-                        description=it["description"], voice_id=it["voice_id"])
+                        description=it["description"], voice_id=it["voice_id"],
+                        keep_canonical=_norm(target.name) in established)
                 name_map[_norm(it["name"])] = target.name
             else:
                 _create(chars, it, name_map)