VoiceBud

Mise à jour du 13 octobre 2026 : ces notes décrivent l’ancienne version conversationnelle de ce site. Le chat public et la génération vocale en direct ont été retirés le 24 septembre. Le site actuel est un portfolio personnel, avec des extraits de voix enregistrés sur la page À propos.

Dans l’ancienne version de ce site, la voix que vous entendiez était la mienne. VoiceBud est un clone entraîné sur ma propre voix, en français et en anglais. L’anglais garde mon accent réel, à partir de ma référence, sans le remplacer par un accent natif.

Il a été mis en production le 30 août 2026 dans l’ancienne interface de chat. Cette interface a depuis été retirée.

Un fournisseur derrière un contrat

VoiceBud n’était pas un produit autonome. L’ancien moteur SiteVox utilisait un contrat, VoiceProvider, compatible avec plusieurs fournisseurs de voix. VoiceBud en était un, les voix neurales de synthèse en étaient un autre. Changer de fournisseur revenait à changer la configuration, sans réécrire le site.

Ce détail n'en est pas un : c'est ce qui rend l'expérimentation possible. On peut brancher une voix, la juger, la débrancher, sans jamais toucher au site.

Le vrai problème n'était pas la voix, c'était l'attente

Un clone vocal qui démarre à froid fait attendre. Et une réponse parfaite qui arrive dix secondes trop tard est une mauvaise réponse.

Deux parades, dont aucune ne consiste à accélérer le modèle :

• Le prélude. Une phrase d'ouverture enregistrée à l'avance avec ma voix, en français et en anglais, jouée dès la première réponse de la session. Le son part immédiatement, sans rien demander à l'infrastructure.
• Le pré-réveil. Dès qu’un geste annonçait une conversation vocale (placer le curseur dans le chat, taper ou activer le micro), le navigateur réveillait discrètement le moteur en arrière-plan. Jamais au chargement de la page : on ne réveille pas une machine pour quelqu'un qui passe.

Comment ça tournait

Sur un GPU en scale-to-zero derrière un point d'accès privé : rien ne tourne tant que personne ne parle, et le conteneur s'éteint tout seul. Les enregistrements qui portent ma voix sont montés en lecture seule et vivent hors du dépôt de code : ni versionnés, ni journalisés.

C'est une architecture frugale par construction : une voix qui n'est pas utilisée ne coûte rien.

Ce que ça m'a appris

• Poser l'interface avant l'implémentation paye. Le contrat VoiceProvider a été écrit avant qu'il y ait un clone à brancher. C'est lui qui a permis de changer de fournisseur, dans les deux sens, sans jamais réécrire le site.
• Quand la latence bloque, masque-la avant de chercher à la réduire. Le prélude ne rend pas le modèle plus rapide : il supprime l'attente perçue. Ce sont le prélude et le pré-réveil qui ont rendu le clone utilisable, pas un gain de performance.

C'est exactement le raisonnement que j'applique chez un client : le visiteur ne juge pas votre architecture, il juge le délai avant la première réponse.

→ Voir tous les projets