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
This commit is contained in:
2026-06-21 21:32:31 +02:00
parent 141df5f04e
commit ba1813c583
91 changed files with 2558 additions and 442 deletions

View File

@@ -119,6 +119,7 @@ class VoiceEntry(BaseModel):
label: Optional[str] = None # libelle lisible
ref_audio: Optional[str] = None # chemin du clip (relatif a voicebank/)
ref_text: Optional[str] = None # transcription du clip
anonymous: bool = False # voix reservee aux figurants "anonyme (...)"
class Voicebank(BaseModel):
@@ -127,8 +128,11 @@ class Voicebank(BaseModel):
def by_id(self, voice_id: str) -> Optional[VoiceEntry]:
return next((e for e in self.entries if e.id == voice_id), None)
def by_gender(self, gender: str) -> list[VoiceEntry]:
return [e for e in self.entries if e.gender == gender]
def by_gender(self, gender: str, *, anonymous: Optional[bool] = None) -> list[VoiceEntry]:
"""Voix d'un genre. `anonymous=False`/`True` filtre le pool reserve aux
figurants ; None ne filtre pas."""
return [e for e in self.entries
if e.gender == gender and (anonymous is None or e.anonymous == anonymous)]
class PronunciationEntry(BaseModel):