speech-synthesis

• Statut : actif — outil « La Machine »
• But : outil de synthèse vocale française dans le navigateur — voix Jessica ou Tom, vitesse réglable, écoute en direct, téléchargement MP3, import PDF et PPTX, lecture des textes anglais avec des voix anglaises.
• Site : https://speechsynthe.si (GitHub Pages, branche main)
• Publication : mise à jour du 2026-10-28 — bibliothèque locale, reprise des passages audio, OCR et aperçu des PDF, partage chiffré à expiration. Détails : docs/2026-10-28-library-pdf-sharing.md.
• Dépendances : ES modules JavaScript, Web Audio, vits-web, onnxruntime-web, Paper shaders, lamejs, PDF.js, Tesseract.js 6.0.1, Cloudflare Worker + Durable Object SQLite pour le partage, tests Node et Puppeteer.
• Données : lecture, extraction PDF et OCR sur l’appareil. La création volontaire d’un lien envoie uniquement une copie chiffrée du texte et des réglages, avec expiration à 7 jours. La bibliothèque reste dans le navigateur.
• Code vocal : src/vendor/vits-web/PATCHES.md. Jessica (UPMC) est sous CC BY-SA 4.0 ; Tom est sous AGPLv3. Le dépôt reste public.
• Tests : npm test ; npm run test:e2e (Google Chrome installé et connexion Internet pour les bibliothèques et modèles).
• Navigation + glisser-déposer : disponibles — barre de lecture (±30 s, position, chapitres), panneau COMMANDES (sauts par phrases/secondes/chapitres, commande écrite, micro local facultatif), PARLE = pause/reprise, import PDF par glisser-déposer. Commandes : docs/voice-commands.md. Spec : docs/superpowers/specs/2026-10-24-la-machine-design.md.
• Textes : réécriture du 2026-10-26 à partir des principes de copywriting des notes Obsidian (bénéfice concret, vocabulaire utilisateur, objections, une idée par phrase) ; FAQ courte, deux voix par langue, limites d’import explicites. Positionnement issu du message à la classe : réviser un cours sans résumé automatique, lecture en anglais et MP3 à écouter en déplacement ; retour de bugs via GitHub.
• FAQ et mode d’emploi (2026-10-29) : questions sur le coût, le contenu lu, la confidentialité, les scans, l’attente et le hors connexion ; gestes et réglages dans une rubrique séparée. Textes adaptés aux cinq usages, HTML/Markdown synchronisés, documentation exclue du balisage FAQPage.
• Interface : pupitre rééquilibré, trois rangées sur mobile, nom du document dans l’écran, bouton de voix au glisser (souris/doigt), commandes avancées accessibles au clavier et outils PDF de 44 px minimum.
• Options du cours : menu à trois points en haut à droite pour MES COURS, RELIRE LE TEXTE et PARTAGER ; fermeture par Échap, clic extérieur ou sortie au clavier. La fenêtre de relecture conserve son fonctionnement.
• Listes à puces : les éléments séparés par •, ●, ▪, ◦ ou ‣ sont lus séparément, avec une pause de 450 ms avant chaque nouvel élément, sans cumul avec les pauses de titres. Les symboles restent à l’écran ; la voix marque la fin des libellés courts. Lecture et MP3 utilisent les mêmes pauses, ajoutées après récupération du cache audio.
• Nettoyage : après import PDF ou PPTX, le bouton NETTOYER apparaît seulement si des en-têtes/pieds de page répétés sont repérés (liste au survol) ; un clic les retire, un second les remet. Les chapitres numérotés et les cellules de tableaux restent protégés ; restauration possible sans perdre la sélection PAGES.
• Export MP3 : encodage dans un worker dédié, annulable, mêmes octets/qualité qu’avant ; progression séparée pour la préparation audio et l’encodage. La synthèse d’un long document dépend toujours des performances de l’appareil.
• Préparation audio : moteur initialisé dès la saisie/import, réutilisation des passages après correction/nettoyage/sélection. Cache RAM borné à 8 Mio / 128 passages, vidé par EFFACE ou nouvel import. Mesures et limites : docs/document-import.md ; node scripts/benchmark-tts.mjs.
• Passages PDF : la touche PAGES affiche le document et permet de surligner les passages à lire ou à sauter, puis de revenir à la radio avec la sélection ; extraction et surlignages restent locaux.
• Symboles dits à voix haute : src/spoken.js réécrit le texte envoyé à la voix (« entre parenthèses », « entre guillemets », « flèche vers la droite », & → et, 2025/2026, 1er/1ère) ; l'écran garde le texte d'origine. Les tableaux PDF balisés sont lus par lignes, avec rappel des en-têtes de colonnes ; extraction habituelle conservée pour les tableaux non balisés ou ambigus.
• Anglais et PPTX : langue détectée sur le texte (detectLanguage, src/text.js) → voix anglaises Kristin (domaine public) / Joe (CC0) aux positions Jessica / Tom ; import .pptx local sans bibliothèque (src/pptx.js, ZIP + DecompressionStream), une diapo = un chapitre, titres de diapo avec pause.
• Publier : npm run build (empreinte de version dans index.html contre le cache de 10 min de GitHub Pages, pages par usage régénérées, sitemap), tests, commit, puis git push origin feat/la-machine:main. Des tests échouent si l'empreinte ou les pages ne sont pas à jour.
• Découverte IA : Versions Markdown des pages publiques, llms.txt, llms-full.txt, ai.txt, catalogue JSON et règles de robots. Sources et limites GitHub Pages : docs/ai-discovery.md.
• Guide étudiant (2026-10-29) : /ecouter-ses-cours/, article pratique avec deux captures réelles et un PDF d’exemple original. Source : scripts/articles.mjs, rendu : scripts/article-page.mjs, style : styles/article.css. Généré avec le sitemap et sa version Markdown par npm run build. Captures reproductibles : node scripts/capture-student-guide.mjs (Chrome installé).
• Pages par usage : /pdf-en-audio/, /text-to-speech/, /voix-off/, /message-repondeur/, générées depuis index.html par scripts/build-pages.mjs ; textes dans scripts/pages.mjs (HOME pour l’accueil, PAGES pour les usages ; choisies sur Google Trends FR, 2026-10-25). Ne pas éditer les */index.html à la main.
• Indexation : IndexNow (Bing, ChatGPT Search, Copilot, DuckDuckGo) avec la clé 904e353b535ac91e0d802ce54522f5c6.txt à la racine, ne pas la supprimer ; après une publication qui change des pages, renvoyer leurs URL à https://api.indexnow.org/indexnow (soumis le 2026-10-25 : 202). Google : Search Console, propriété préfixe d'URL vérifiée par le fichier google47078ed0a8b5dade.html à la racine (ne pas le supprimer, sinon la propriété est perdue).
• Sécurité : CSP en balise meta générée par npm run build (contentSecurityPolicy dans scripts/stamp-version.mjs) ; un nouveau CDN ou un script en ligne doit y être autorisé, sinon il est bloqué (test tests/e2e/csp.test.mjs). Voix figées et vérifiées par SHA-256 (src/vendor/vits-web/PATCHES.md, point 4). Budgets d'import : src/limits.js. Rapport d'audit : docs/security/, hors dépôt.
• Licence : code du site sous AGPL-3.0 (LICENSE, choisie le 2026-10-26, cohérente avec la voix Tom en AGPLv3) ; src/vendor/vits-web reste sous MIT (sa propre LICENSE).
• Dernière touche : 2026-10-28