Dysflow

Lire et écrire, sans s'épuiser. Dysflow est fait pour les personnes dyslexiques et neuroatypiques, et pour toutes celles à qui lire ou écrire demande un gros effort :

• pour lire, il lit à voix haute ce qu'on lui donne — texte, PDF, courrier scanné, capture d'écran — et surligne chaque mot au moment où il est dit : on écoute, et les yeux suivent sans perdre la ligne ;
• pour écrire, on dicte, et le texte s'écrit dans l'app au premier plan : plus besoin de chercher l'orthographe ni de taper lettre à lettre.

Gratuit, libre, et tout se calcule sur votre machine : rien ne part en ligne. Ce n'est pas un soin, c'est un outil de compensation, comme des lunettes.

Il existe sous deux formes :

• l'app macOS, avec sa fenêtre, la lecture de la sélection et la dictée ;
• le lecteur au terminal, la version Linux (x86_64, ARM64), qui marche aussi sur Mac.

Les deux partagent le même moteur Rust : même découpage, même mise en mots, mêmes voix Kokoro.

Dysflow s'appelait sillage jusqu'à la version 0.5.0, et sillon jusqu'à la 0.2.1. Au premier lancement, il reprend les modèles déjà téléchargés, les positions et les réglages de ces anciens noms ; install.sh retire l'ancienne app et l'ancienne commande.

Installer

Sur un Mac à puce Apple comme sous Linux (x86_64, ARM64), une commande :

curl -fsSL https://dysflow.koumalabs.org/install.sh | sh

Elle prend la dernière publication pour votre système, vérifie son empreinte SHA-256 et installe sans sudo : sur Mac, l'app dans /Applications et la commande dysflow qui l'ouvre ; sous Linux, le lecteur au terminal dans ~/.local. La voix Kokoro s'installe ensuite toute seule.

Mettre à jour : dysflow --update, ou la même commande relancée. La dernière version remplace l'installée — modèles et réglages restent — ou le script dit qu'elle est déjà là (sh -s -- --force pour réinstaller quand même). Pour désinstaller, la même commande suivie de -s -- --uninstall : l'app, les modèles, les réglages et le cache partent. --uninstall --keep-data garde modèles et réglages.

Sur Mac, la publication porte aussi un .dmg : glisser Dysflow dans Applications. L'app est signée et notariée par Apple : elle s'ouvre sans alerte.

Pour compiler depuis les sources, voir plus bas.

Ce qu'il fait

• Lit ce qu'on lui donne. Dans l'app : un fichier ouvert (⌘O), glissé sur le lecteur ou passé à la commande dysflow, le presse-papiers (⌘V), la sélection d'une autre app par un raccourci global. Au terminal : un fichier, le presse-papiers (--clip), ou un flux pipé, lu au fil de l'eau — la lecture démarre avant la fin de l'entrée.
• Accepte un PDF qui porte une couche texte, et le reconstruit : titres rendus au sommaire, mots coupés recollés, en-têtes et pieds de page retirés.
• Lit aussi les images, avec reconnaissance de texte : une capture d'écran, une photo de page, un PDF photocopié, ou une image collée. Les pages sont reconnues en parallèle et le résultat mémorisé : la deuxième ouverture est immédiate.
• Synthétise en parallèle, dans une fenêtre glissante autour du curseur — ce qui rend l'avance et le recul immédiats et borne la mémoire.
• Montre ce qui est lu : mot surligné, ligne soulignée, phrase en cours, bloc actif, titre courant.
• Montre ce qu'il ne lit pas. Un bloc de code est annoncé sans être récité, mais il reste affiché tel qu'il est écrit ; un tableau garde ses colonnes.
• Ne lit pas le formatage. Bordures de tableaux, filets, flèches, marqueurs de titres et syntaxe markdown sont retirés ; la hiérarchie passe par la typographie et par la durée des silences, jamais par un « dièse titre ».
• Rouvre un document là où on l'a laissé. La position se retient toute seule, et se retrouve même si le document a été retouché entre-temps.
• Dicte, dans l'app : un raccourci ouvre la fenêtre de dictée, et le texte reconnu s'écrit dans l'app au premier plan.

L'app macOS

Installation

Il faut un Mac à puce Apple, Xcode, XcodeGen (brew install xcodegen), Rust et le composant Metal Toolchain (xcodebuild -downloadComponent MetalToolchain).

./scripts/build-macos.sh                 # macos/build/Release/Dysflow.app
cp -R macos/build/Release/Dysflow.app /Applications/
./scripts/install-app-command.sh         # la commande `dysflow`, dans ~/.local/bin

build-macos.sh construit dysflow-espeak, le moteur Rust et sa liaison Swift (build-ffi.sh), puis l'app. La commande dysflow ouvre l'app : dysflow document.pdf ouvre le lecteur sur le document et le lit (reprise à la dernière position), dysflow seul ouvre le lecteur. Si dysflow était le lecteur au terminal, le script prévient avant de le remplacer (REMPLACER=1 pour ne pas demander). Pour la retirer, rm ~/.local/bin/dysflow.

Les voix

Kokoro s'installe tout seul au premier lancement : la voix du système lit en attendant, et Kokoro prend la suite à la phrase en cours. Un échec — réseau coupé — se dit ; le lancement suivant réessaie, en reprenant ce qui était déjà reçu. Les modèles se téléchargent, se choisissent et se suppriment dans Réglages › Voix.

Modèle	Taille	Langues
Kokoro 82M · MLX (recommandé)	342 Mo	français, anglais
Qwen3 0.6B · voix française	2,0 Go	10 langues, dont français et anglais
MagpieTTS 357M	302 Mo	9 langues, dont français et anglais

Tous calculent sur la puce graphique, en MLX. Kokoro porte 30 voix, dont p-fenrir60 (française, recommandée, livrée avec Dysflow) et af_bella (américaine, recommandée). Sans modèle installé, la voix de macOS lit.

Les modèles vont dans ~/Library/Application Support/dysflow/models/<famille>/.

La vitesse agit sur le son, à la lecture, sans changer la hauteur : la voix accélère sans monter dans les aigus. La synthèse se fait toujours à 1×, et Sonic étire le son pendant qu'il sonne. Changer de vitesse s'entend en quelques millisecondes, au milieu de la phrase, sans resynthèse ni coupure. Les pauses entre blocs raccourcissent moins vite que la parole (÷ √vitesse).

La dictée

Les modèles de dictée se téléchargent dans Réglages › Dictée ; aucun n'est livré avec Dysflow. Le raccourci se règle dans Dictée ou Raccourcis : une touche de modification seule, ou une combinaison.

Modèle	Taille
Parakeet v3	908 Mo
Phonon-2	164 Mo
Whisper tiny · small · large-v3-turbo	23 Mo · 140 Mo · 464 Mo
Canary 1b-v2	1,1 Go
Voxtral Realtime	3,1 Go

Le lecteur

Le lecteur a deux tailles : le lecteur entier, et le mini (⌘M). ⌘W le ferme et met la lecture en pause.

Touche	Effet
Espace	Lecture / pause
← →	Phrase précédente / suivante
↑ ↓	Ligne précédente / suivante
n p	Titre suivant / précédent
Début	Début du document
/ · ⌘F	Chercher dans le document
N · P	Résultat suivant · précédent
+ -	Vitesse
t	Sommaire
e	Modifier le texte
?	Aide
⌘C	Copier la sélection, sinon la phrase en cours
⌘V	Lire le presse-papiers
⌘O	Ouvrir un fichier
⌘,	Réglages
Échap	Ferme la recherche, l'aide ou le sommaire ; sinon le lecteur

Chercher. La recherche ignore la casse et les accents — specification trouve « Spécification » — et porte sur ce qui est affiché : les chiffres tels qu'ils sont écrits, comme le source des blocs de code.

Reprendre où l'on s'était arrêté. Ce qui est retenu n'est pas seulement un rang, c'est la phrase elle-même : un paragraphe ajouté en tête décale tout, et la reprise tomberait au milieu d'un autre passage. Un document lu jusqu'au bout oublie sa position. Un collage n'en garde aucune : il n'est pas le même d'une fois sur l'autre.

Lire en écoutant

Le lecteur est fait pour être suivi des yeux, pas seulement entendu. Réglages › Affichage gouverne ce que l'écran demande à l'œil : police (Literata, OpenDyslexic, Atkinson Hyperlegible), taille, interlignage, et la règle de lecture — la ligne où se trouve le mot prononcé porte un fond discret. La règle et le surlignage ne disent pas la même chose : le mot dit où en est la voix, la ligne dit où revenir quand on relève les yeux.

Le formatage du fichier se voit. Le gras est du gras, l'italique de l'italique, le barré du barré. Rien de tout cela ne se prononce, et rien n'en porte de fond : le mot prononcé reste le seul de l'écran à en avoir un.

Ce qui n'est pas lu reste montré. Un bloc de code annoncé — le réglage par défaut — se dit « bloc de code rust » et s'affiche pourtant en entier, avec son indentation. Un tableau garde ses colonnes, et se dit colonne par colonne : une ligne /users │ GET │ JWT se dit « Route : slash users. Méthode : GET. Auth : JWT. », et non « slash users, GET, JWT » — trois valeurs sans leur colonne. Chaque cellule est par ailleurs une phrase : ← → parcourent le tableau cellule par cellule.

Réglages

Les réglages vivent dans l'app (⌘,) : Voix, Affichage, Dictée, Raccourcis, Autorisations, Démarrage. Chaque changement s'enregistre aussitôt dans ~/Library/Application Support/dysflow/config.toml. Un config.toml illisible n'est jamais réécrit.

Le terminal (Linux)

Le lecteur au terminal est la version Linux de Dysflow. Il marche aussi sur Mac, à côté de l'app.

dysflow                                      # dit comment lire, puis rend la main
cat notes.md | dysflow
dysflow rapport.md --speed 1.5
llm "explique-moi les monades" | dysflow     # la lecture démarre avant la fin du flux
dysflow --config                             # les réglages

Lancé sans argument, dysflow affiche les manières de lire et rend la main. s ouvre les réglages en cours de lecture, ? l'aide. --to-markdown écrit le texte extrait d'un PDF ou d'une image sans lancer la lecture.

Installation

Sous Linux (x86_64, ARM64), le paquet tout prêt est joint à chaque publication GitHub (dysflow-linux-<arch>.tar.gz, glibc 2.39 ou plus) ; la marche à suivre est dans les notes de la publication. Un tag v* le construit et le publie (.github/workflows/release.yml).

Depuis les sources :

./scripts/install.sh            # Kokoro + reconnaissance de texte, dans ~/.local
cargo install --path .          # voix du système seule, build en quelques secondes

install.sh assemble le paquet (package.sh, ci-dessous) et le copie en entier dans $PREFIX/lib/dysflow — le binaire, ONNX Runtime, dysflow-espeak et ses données, les licences —, puis pose $PREFIX/bin/dysflow, un lien vers ../lib/dysflow/dysflow : le binaire suit ce lien pour trouver ses voisins. ~/.local par défaut, sans droits ; PREFIX=/usr/local sudo -E ./scripts/install.sh pour toute la machine. Il vérifie ensuite, depuis la racine, que dysflow démarre et que Kokoro se charge (dysflow --check-kokoro : ONNX Runtime et dysflow-espeak, sans le modèle), et dit s'il manque le bin/ au PATH. Modèles et configuration vivent dans le répertoire de données. Pour désinstaller, rm -r $PREFIX/lib/dysflow $PREFIX/bin/dysflow.

Sur Mac, la commande dysflow est soit le lecteur au terminal, soit celle qui ouvre l'app (install-app-command.sh, voir L'app macOS). Chacun des deux scripts prévient avant de remplacer l'autre, et ne le fait qu'après confirmation (ou avec REMPLACER=1) ; $PREFIX/lib/dysflow reste alors, à retirer à la main.

Distribuer le binaire

scripts/package.sh assemble dans dist/ le binaire et ce qu'il charge — ONNX Runtime et dysflow-espeak pour Kokoro —, avec les licences, et vérifie que l'ensemble s'exécute hors de l'arbre de compilation. ONNX Runtime 1.31.0 est téléchargé depuis sa publication officielle, empreinte SHA-256 vérifiée, pour Linux x86_64 et ARM64 et pour macOS sur Apple Silicon :

./scripts/package.sh                 # ocr + kokoro-onnx par défaut
FEATURES=kokoro-onnx ./scripts/package.sh

Pour la reconnaissance de texte — images, dossiers de scans, images collées —, Tesseract est compilé dans le binaire. Comptez une minute au premier build ; ensuite rien n'est à installer, les données de langue (français et anglais) sont embarquées :

cargo build --release --features ocr

La voix au terminal

Kokoro s'installe tout seul au premier usage, avec un binaire construit avec kokoro-onnx (./scripts/install.sh le fait) : le téléchargement démarre au lancement, la voix du système lit en attendant, et la ligne d'état montre la progression (⬇ voix Installation de la voix Kokoro 82M · int8 : 34,0 Mo / 92,4 Mo). Le téléchargement fini, Kokoro prend la suite à la phrase en cours, et le choix s'écrit dans config.toml. Un échec — réseau coupé — se dit dans la ligne d'état ; le lancement suivant réessaie, en reprenant ce qui était déjà reçu. Rien ne se télécharge avec --engine system, ni avec un binaire sans kokoro-onnx.

Modèle	Taille	Langues	Voix
Kokoro 82M · int8 (terminal, feature kokoro-onnx)	108 Mo	français, anglais	p-fenrir60 · af_bella, am_fenrir, af_heart
Kokoro 82M · MLX (app macOS seulement)	342 Mo	français, anglais	idem

Le catalogue ne propose que Kokoro : une voix française (p-fenrir60, livrée avec Dysflow) et trois anglaises (af_bella, recommandée, am_fenrir, af_heart). Sans lui, la voix du système lit. Supertonic 3 et MagpieTTS en sont sortis le 14 octobre 2026, et leur moteur, audio.cpp, avec eux : une configuration qui les nomme encore fait lire la voix du système, et le dit. Le correctif local d'audio.cpp (lecture des GGUF en bloc) est gardé dans patches/.

Les modèles vont dans ~/.local/share/dysflow/models/<famille>/ (sur macOS, ~/Library/Application Support/dysflow/models/). Un modèle déjà installé est adopté automatiquement au lancement suivant.

Le modèle se charge en arrière-plan : l'interface s'ouvre en 0,05 s, le document s'analyse pendant que les poids se chargent, et la barre de lecture annonce l'étape en cours — ⠹ chargement du modèle kokoro… 0,2 s, puis synthèse de la première phrase… — jusqu'à ce que le son démarre, où elle redevient la barre de progression.

Le budget jusqu'au premier son se mesure :

cargo test --release --features kokoro-onnx --test startup_timing -- --ignored --nocapture

Le nombre de sessions suit la famille. Kokoro calcule en série : une session, Sessions simultanées valant auto par défaut. Un nombre posé à la main l'emporte toujours — y compris celui qu'une version antérieure a pu écrire dans config.toml : retirez la ligne sessions (ou mettez 0) pour en profiter.

Choisir une voix

Dans les réglages (s), lignes Voix française et Voix anglaise : ← → parcourent les voix de la langue, t fait écouter celle de la ligne. Le choix s'enregistre aussitôt.

Kokoro a une voix par langue de document : p-fenrir60 en français (la seule), af_bella, am_fenrir ou af_heart en anglais. Une voix écrite à la main qui n'est plus proposée parle avec la recommandée de sa langue, sans que le fichier soit réécrit.

Sans modèle installé — ou sans la feature — le lecteur se replie sur la voix du système (say sur macOS, espeak-ng ailleurs). La ligne d'état montre alors l'installation en cours, ou pourquoi elle a échoué.

Contrôles

Touche	Effet
Espace	Lecture / pause
← →	Phrase précédente / suivante
↑ ↓	Bloc précédent / suivant
n p	Titre suivant / précédent
Début	Début du document
/	Chercher dans le document
N · P	Résultat suivant · précédent
+ -	Vitesse (enregistrée)
t	Sommaire — ↑ ↓ puis Entrée pour y aller
s	Réglages
Pg↑ Pg↓	Relire sans déplacer la lecture
f	Reprendre le suivi
?	Aide : toutes ces touches
Échap	Ferme le sommaire ; sinon quitte
q	Quitter

La vitesse agit sur le son, à la lecture, sans changer la hauteur : la voix accélère sans monter dans les aigus. La synthèse se fait toujours à 1×, et Sonic étire le son pendant qu'il sonne. Changer de vitesse s'entend en quelques millisecondes, au milieu de la phrase, sans resynthèse ni coupure, et avec toutes les voix. Le modèle ne reçoit jamais la vitesse : la lui donner lui faisait avaler des mots à 2× et plus. Les pauses entre blocs raccourcissent moins vite que la parole (÷ √vitesse).

Lire en écoutant au terminal

Le lecteur est fait pour être suivi des yeux, pas seulement entendu. Trois réglages, dans les réglages (s), gouvernent ce que l'écran demande à l'œil :

Réglage	Défaut	Ce qu'il change
Largeur de colonne	plein écran	Bornée, la colonne se cale au centre : l'œil retrouve mieux le début de la ligne suivante, au prix de marges vides. Réglable de 40 à 120 caractères.
Interlignage	une ligne	Une ligne vide entre deux lignes de texte, la recommandation courante pour la lecture accompagnée.
Règle de lecture	oui	La ligne où se trouve le mot prononcé porte un fond discret. Le mot, lui, garde son surlignage plein.

La règle et le surlignage ne disent pas la même chose : le mot dit où en est la voix, la ligne dit où revenir quand on relève les yeux.

Le formatage du fichier se voit. Le gras est du gras, l'italique de l'italique, le barré du barré ; un lien et un fragment de code prennent une teinte froide, loin de l'accent réservé au curseur de lecture. Rien de tout cela ne se prononce — la voix en dirait le marqueur — et rien n'en porte de fond : le mot prononcé reste le seul de l'écran à en avoir un. Hors du bloc lu, la couleur s'efface avec le reste ; la graisse et le soulignement, eux, restent lisibles.

La phrase en cours s'éclaircit désormais sans s'épaissir : la graisse dit le gras du document, et la phrase lue se reconnaît à sa clarté, à la règle qui la souligne et au mot que la voix y tient.

La page reste celle du fichier. L'écran suit la composition du document — mêmes lignes, même indentation, colonnes alignées — et n'en retire que le balisage, que la typographie du terminal rend autrement. Un document plié à quatre-vingts colonnes, lu dans une colonne plus étroite, ferait exception : suivre ses lignes y laisserait un mot orphelin sous chacune, et le bloc est alors recomposé d'un seul tenant. Ce qui prolonge une ligne pend alors sous son texte et non sous sa puce, et le filet d'une citation tient toute sa hauteur : une ligne de suite ne se confond jamais avec une ligne neuve.

Ce qui n'est pas lu reste montré. Un bloc de code annoncé — le réglage par défaut — se dit « bloc de code rust » et s'affiche pourtant en entier, avec son indentation ; une ligne trop longue est repliée sous un filet ╎, jamais tronquée. Un tableau garde ses colonnes alignées à l'écran, un filet léger entre elles et sous son en-tête, et se dit colonne par colonne :

    Route       │ Méthode │ Auth         « Route : slash users.
    ────────────┼─────────┼──────────      Méthode : GET.
    /users      │ GET     │ JWT            Auth : JWT. »
    /users/{id} │ DELETE  │ JWT admin

Sans cet appariement, une ligne de tableau se disait « slash users, GET, JWT » : trois valeurs sans leur colonne. Chaque cellule est par ailleurs une phrase, donc ← → parcourent le tableau cellule par cellule.

Reprendre où l'on s'était arrêté. Rouvrir un fichier déjà lu remet la voix sur sa dernière phrase, et le dit en bas de l'écran ; Début ramène au début. Ce qui est retenu n'est pas seulement un rang, c'est la phrase elle-même : un paragraphe ajouté en tête décale tout, et la reprise tomberait au milieu d'un autre passage. Un document lu jusqu'au bout oublie sa position — le rouvrir le reprend au début. Un flux et un collage n'en gardent aucune : ils ne sont pas les mêmes d'une fois sur l'autre.

Défiler sans perdre la voix. Pg↑ et Pg↓ déplacent la vue seule : la lecture continue là où elle en était, et la barre d'état affiche ⏸ vue figée tant qu'on ne l'a pas rejointe. f y ramène, et tout saut de lecture aussi.

Chercher. / ouvre la saisie, Entrée envoie la lecture sur la première occurrence à partir du curseur, N et P parcourent les suivantes. La recherche ignore la casse et les accents — specification trouve « Spécification » — et porte sur ce qui est affiché : les chiffres tels qu'ils sont écrits comme le source des blocs de code.

Configuration

Les réglages tiennent sur une page — s en cours de lecture, ou dysflow --config :

  Réglages   moteur : Kokoro · ONNX

  ▸ Voix française          p-fenrir60 · française, recommandée
    Voix anglaise           af_bella · américaine, femme, recommandée
    Vitesse                 1.00×
    Largeur de colonne      plein écran
    Interlignage            une ligne
    Règle de lecture        oui

Touche	Effet
↑ ↓	Choisir un réglage
← → · Entrée	Changer sa valeur
t	Écouter la voix
q · Échap · s	Fermer les réglages (sans quitter la lecture)
?	Aide

Chaque changement s'enregistre aussitôt dans config.toml, sans touche à presser, et s'entend tout de suite : la vitesse sur-le-champ, une voix en reprenant la phrase. Seul le réglage changé s'écrit : une option de la ligne de commande (--speed 2) reste à ce lancement. Un config.toml illisible n'est jamais réécrit ; la page dit alors que le réglage n'est pas enregistré.

Le reste du fichier — moteur, fils de calcul, sessions, blocs de code, langue, hauteur — ne s'affiche plus : il garde sa valeur, et se règle à la main.

Le fichier vit dans ~/.config/dysflow/config.toml, et peut aussi être écrit par dysflow --write-config.

[engine]
engine = "auto"           # auto | system
model_path = "~/Library/Application Support/dysflow/models/kokoro/kokoro-v1_0.safetensors"
family = "kokoro"
threads = 8               # Kokoro au terminal (ONNX Runtime), borné à 4
sessions = 0              # synthèses simultanées ; 0 = ce que la famille demande
prefetch = 6              # phrases préparées en avance

[voice]
voice = ""
language = "auto"         # auto | fr | en…
speed = 1.0
pitch = 0.0               # voix du système seulement
volume = 1.0

[voice.per_language]      # la voix Kokoro de chaque langue
fr = "p-fenrir60"
en = "af_bella"

[reading]
code_blocks = "announce"  # announce | skip | read
autoplay = true
seek_step = 5
line_width = 0            # largeur de la colonne de texte ; 0 = plein écran
line_spacing = 1          # lignes vides entre deux lignes de texte
reading_ruler = true      # fond sous la ligne en cours de lecture

[app]
keep_voice_minutes = 10   # voix gardée chargée après la lecture ; -1 = toujours
output_device = ""        # sortie audio par son nom ; "" = celle du système.
                          # Choisie, le son n'en sort jamais : débranchée, la
                          # lecture se met en pause au lieu de passer ailleurs.

Les sections [sampling] et [extra], et les clés compute, energy, emotion et instruction, servaient aux modèles retirés le 14 octobre 2026 : une configuration qui les porte encore s'ouvre sans erreur, et elles disparaissent au prochain enregistrement.

dysflow --help montre les options de tous les jours (--clip, --speed, --voice, --to-markdown, --no-cache, --config). Les autres restent acceptées : --pitch, --language, --engine, --model, --family, --sessions, --prefetch, --code-blocks, --no-autoplay, --write-config, --show-config, --check-kokoro.

Ce qui est dit au moteur

Un modèle de voix devine mal la prononciation d'un signe : « 1 » lui parvient comme un caractère, pas comme un nombre. Le lecteur écrit donc en toutes lettres, avant la synthèse, tout ce qui se lit autrement qu'il ne s'écrit :

Écrit	Dit
2026-08-29, 26/08/2029	vingt-neuf août deux mille vingt-six
lot 1, page 47	lot un, page quarante-sept
1 234 567, 8080	un million deux cent trente-quatre mille cinq cent soixante-sept, huit mille quatre-vingts
06 12 34 56 78	zéro six, douze, trente-quatre, cinquante-six, soixante-dix-huit
984 733 204 00015	neuf huit quatre, sept trois trois, deux zéro quatre, zéro zéro zéro un cinq
00015	zéro zéro zéro un cinq
14h30	quatorze heures trente
3,14, 100 %	trois virgule quatorze, cent pour cent
le 1er, la 21ème	le premier, la vingt et unième
-5 degrés	moins cinq degrés
55 €, 1 €, 30 km, 25 °C	cinquante-cinq euros, un euro, trente kilomètres, vingt-cinq degrés
## 3.5 Tarif de repli	trois point cinq, Tarif de repli
HT, TTC, TVA, RCS	hache té, té té cé, té vé a, erre cé esse
SIRET, SIREN, CNIL	sirette, sirène, knil

Une date se dit toujours à la française — le jour, le mois en toutes lettres, l'année entière — quel que soit l'ordre sous lequel elle est écrite : 2026-08-29, 29/08/2026 et 08/29/2026 se disent tous « vingt-neuf août deux mille vingt-six ».

La numérotation d'un titre se dit ; celle d'un item de liste se retire, sa structure étant déjà portée par le rang de l'item.

Cette mise en mots ne concerne que la voix : l'écran garde la colonne « Écrit ». On entend « deux mille vingt-sept » en lisant 2027 — c'est le document qu'on suit des yeux, pas sa transcription. Le curseur reste calé pour autant : un nombre pèse, dans le surlignage, le temps qu'il faut pour le dire.

Ce qui n'est pas une quantité reste intact : version 2.1, M5, F1, v3, 3/4. Un numéro suit la forme sous laquelle il est écrit — groupé par milliers, il se dit comme une quantité ; en dix chiffres derrière un 0 ou un +33, il se dit par paires.

Un identifiant se dit chiffre par chiffre, en respirant à chaque groupe écrit : c'est en l'écoutant qu'on le recopie, et « neuf cent quatre-vingt-quatre milliards » ne se note pas. Deux indices le trahissent, la forme et le libellé : un groupement qui n'est pas celui des milliers (984 733 204 00015) ou un zéro de tête (00015) suffisent ; neuf chiffres groupés par trois ne se distinguant pas d'un nombre de millions, c’est alors le libellé qui tranche — SIRET, SIREN, RCS, TVA, intracommunautaire, IBAN, BIC, quand il annonce directement le nombre. Un montant cité plus loin dans la même phrase reste une quantité.

Les sigles

Un sigle ne se lit pas comme il s'écrit, et le moteur n'a pas de lexique pour en décider : HT lui parvient comme deux consonnes qu'aucune bouche française n'enchaîne, SIRET comme un mot dont le T final tomberait. Le lecteur tranche donc avant lui, pour la voix seule — l'écran garde le sigle.

La règle est simple : ce qui ne se laisse pas dire s'épelle. Un mot en capitales sans voyelle (HT, TTC, RCS, RGPD) ou dont les consonnes n'ouvrent aucune syllabe française (TVA, CDI, SNCF, PME) est rendu avec les noms des lettres. Le reste est laissé au moteur, qui le dira comme un mot : RIB, NAF, SARL, IBAN, SMIC.

Restent ceux que seul l'usage décide, et qu'un dictionnaire couvre : SIRET → sirette, SIREN → sirène, CNIL → knil, URSSAF, INSEE, SEPA, SAS, KBIS d'un côté ; SA, API, IA, SAV, IP, UE, URL, ONG, APE, RATP de l'autre, qui s'épellent malgré une graphie prononçable.

Deux garde-fous : un mot d'une seule lettre n'est jamais épelé — A est aussi bien un article qu'un rang — et un mot de plus de six capitales non plus, un titre en capitales étant fait de mots et non de sigles. MENTIONS LÉGALES se lit donc comme il s'écrit.

Architecture

source ──▶ doc ──▶ tts ──▶ audio ──▶ app ──┬──▶ tui     (le terminal)
(fichier,  (blocs,  (pool    (sortie,  (état,   │   (rendu, touches)
 flux, OCR) phrases) parallèle) position) commandes)
                                           └──▶ reader ──▶ ffi ──▶ app macOS (Swift)

• input — lecture non bloquante d'un flux, regroupement en blocs markdown.
• source — fichiers, PDF, images (reconnaissance de texte), presse-papiers.
• doc — hiérarchie append-only : sections, blocs, phrases, mots.
• text — nettoyage du formatage et découpage en phrases (sanitize), mise en mots des dates, des nombres et des sigles pour la voix seule (verbalize).
• models — catalogue, installation et suppression des modèles.
• tts — contrat moteur/session, pool parallèle, Kokoro (MLX dans l'app, ONNX Runtime au terminal), repli sur la voix du système.
• tts::lazy — charge le moteur en arrière-plan pour que l'interface soit immédiate.
• tts::preview — aperçus de voix, sur une session tenue ouverte à part.
• audio — file de sortie et position déduite du son réellement joué.
• app — le contrôleur : document, lecture, recherche, page des réglages. Il ne connaît aucun écran.
• tui — rendu ratatui du contrôleur, adaptation des touches.
• logging — détourne les sorties natives vers dysflow.log.
• reader et ffi/ — le lecteur tel que l'app le voit, lié à Swift par UniFFI.

Au terminal, les sorties natives (ONNX Runtime, espeak-ng) sont détournées vers ~/.local/share/dysflow/dysflow.log : en plein écran, elles disloqueraient le rendu. Dans l'app, le calcul MLX (Kokoro, Qwen3, Magpie, dictée) est en Swift, dans macos/Vendor/KokoroMLX.

L'ouverture et la fermeture des sessions sont sérialisées par un verrou ; la synthèse, elle, n'en prend aucun — chaque session a son propre état.

Tests

cargo test                 # tout, sauf ce que la reconnaissance de texte demande
cargo test --features ocr  # y ajoute image, dossier, presse-papiers, PDF scanné

La seconde ligne n'est pas un supplément : tests/image_input.rs est compilé sous #![cfg(feature = "ocr")], comme le test du PDF photocopié de tests/pdf_input.rs. Sans elle, ces chemins ne sont pas ignorés — ils n'existent pas dans le binaire de test, et rien ne signale leur absence.

Les tests de l'app (DysflowTests) tournent sur la CI : en local, xcodebuild test ouvre l'app et prend la main sur le Mac.

Deux sondes ne tournent qu'à la demande, faute d'être vérifiables par une assertion : elles rendent un son ou une mesure, à écouter ou à lire.

# Ce qu'un document donne à l'oreille, phrase par phrase
DOC=chemin.md cargo test --test document_probe -- --ignored --nocapture

# Le temps du premier son, du lancement à la voix
cargo test --release --features kokoro-onnx --test startup_timing -- --ignored --nocapture