Aller au contenu principal

Intégration domotique OpenAI-compatible voice, gratuite et open source

Intégration OpenAI-compatible voice pour Gladys Assistant

Gladys parle avec Kokoro, LocalAI, Speaches ou OpenAI : tout serveur de l'API vocale d'OpenAI.

Voir sur GitHubToutes les intégrations

Donne à Gladys la voix de n'importe quel serveur qui parle l'API vocale d'OpenAI (POST /v1/audio/speech) : Kokoro chez vous avec Kokoro-FastAPI, LocalAI, Speaches, openedai-speech… ou OpenAI lui-même avec votre clé d'API. Les annonces des scènes sont prononcées par cette voix sur vos enceintes.

Ce que vous obtenez​

  • Une voix pour Gladys (Gladys 5.3.0 ou plus récent) : une fois choisie, l'action de scène Parler sur une enceinte parle avec votre serveur sur vos enceintes (Sonos, Google Cast, AirPlay…).
  • Une voix par langue de Gladys (français, anglais, allemand, espagnol) : chaque utilisateur entend la voix de sa langue. Une langue laissée vide emprunte la voix d'une autre.
  • Vitesse, format audio (MP3, Opus, AAC, WAV) et, avec gpt-4o-mini-tts, un style de parole (« Parle calmement et chaleureusement »).
  • Les boutons Tester la voix et Afficher les voix dans la configuration.
  • Deux déclencheurs de scène : Serveur de voix indisponible et Serveur de voix revenu, par exemple pour être prévenu quand les annonces ne peuvent plus être dites.

Avant de commencer​

  • Kokoro (local, gratuit) : lancez l'image Docker de Kokoro-FastAPI sur une machine de votre réseau, par exemple docker run -d -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu (ou l'image -gpu avec une carte NVIDIA). Les textes restent chez vous. Kokoro a des voix françaises, anglaises, espagnoles, italiennes, portugaises, hindi, japonaises et chinoises, mais aucune voix allemande.
  • OpenAI (cloud, payant) : une clé d'API de platform.openai.com avec du crédit. Chaque texte prononcé part chez OpenAI et est facturé au caractère, selon les conditions d'OpenAI. Cette intégration n'a pas été testée contre OpenAI (aucune clé utilisée) : elle suit la documentation de l'API, vos retours sont bienvenus.
  • Autres serveurs (LocalAI, Speaches…) : prenez l'adresse, le modèle et les noms de voix que donne leur documentation.
  • Sans lien avec OpenAI, ni avec les projets Kokoro, LocalAI ou Speaches.

Configuration​

  1. Installez l'intégration, puis ouvrez son onglet Configuration.
  2. Adresse du serveur : l'adresse de l'API, terminée par /v1, par exemple http://<hôte>:8880/v1 pour Kokoro-FastAPI, ou https://api.openai.com/v1. Un simple hôte:port est complété par http:// et /v1.
  3. Clé d'API : obligatoire chez OpenAI, vide pour un serveur local sans clé.
  4. Modèle : kokoro pour Kokoro-FastAPI ; tts-1, tts-1-hd ou gpt-4o-mini-tts chez OpenAI.
  5. Voix : une par langue. Kokoro : ff_siwis (français), af_heart ou bf_emma (anglais), ef_dora (espagnol). OpenAI : alloy, coral, nova, sage… (chacune parle toutes les langues). Laissez une langue vide pour utiliser la voix d'une autre (le français d'abord).
  6. Vitesse, Format audio (MP3 par défaut) et, pour gpt-4o-mini-tts seulement, Style de parole.
  7. Enregistrez, puis appuyez sur Afficher les voix pour voir ce que le serveur propose, et sur Tester la voix pour vérifier qu'un clip revient (taille et durée ; le bouton ne le joue pas).
  8. Ouvrez Intégrations → Intelligence artificielle et choisissez cette intégration dans la carte Voix.

Utilisation dans les scènes​

Ajoutez une action Parler sur une enceinte à une scène, choisissez une enceinte et tapez le texte. Gladys demande le clip à cette intégration, puis le sert à l'enceinte sur votre réseau local.

Les déclencheurs Serveur de voix indisponible (le serveur ne répond plus, refuse la clé ou les requêtes) et Serveur de voix revenu lancent une scène, par exemple pour vous envoyer un message. Le serveur est vérifié toutes les 5 minutes et à chaque annonce.

L'assistant vocal de Gladys reste en texte seul avec une intégration de voix : sa page tourne en HTTPS, et le clip est servi sur le réseau local en HTTP, ce que le navigateur bloque. C'est une limite de Gladys, la même pour toutes les intégrations de voix.

Limites​

  • Gladys attend 30 secondes le clip. Kokoro sur processeur est lent : sur un mini-PC à 4 cœurs, environ 4 s pour une phrase courte et 3 minutes pour les 2 000 caractères que Gladys envoie au plus. Gardez des annonces de moins de 250 caractères environ sur processeur, ou utilisez une carte graphique. Un texte qui dépasse le temps échoue sans marquer le serveur indisponible.
  • Gladys refuse les clips de plus de 5 Mo : environ 100 secondes en WAV. Le MP3 et l'Opus conviennent à tous les textes.
  • Un clip déjà fait (même texte et même voix) est gardé en mémoire (les 16 derniers), et une annonce sur plusieurs enceintes n'interroge le serveur qu'une fois.
  • Seuls les champs de l'API d'OpenAI sont envoyés : les options propres à Kokoro (mélanges de voix, lang_code) ne sont pas proposées.

Dépannage​

  • La Supervision indique si le serveur répond, le modèle utilisé, et le modèle ou les voix que le serveur ne liste pas.
  • Une annonce ratée est écrite dans les journaux de l'intégration, avec la raison donnée par le serveur (voix inconnue, clé refusée, crédit épuisé…). Le texte prononcé et la clé n'y sont jamais écrits.
  • « Ne connaît pas cette adresse » : vérifiez que l'adresse finit par /v1.
  • Plus de détails en debug : passez le niveau de journal de l'intégration en debug.

Paramètres de configuration​

Voici les paramètres demandés par OpenAI-compatible voice dans son écran de configuration dans Gladys.

ParamètreTypeObligatoireDescription
Votre serveur de synthèse vocalesectionNonKokoro-FastAPI sur votre réseau (port 8880), LocalAI, Speaches, ou OpenAI avec votre clé d'API : les textes partent alors chez OpenAI et sont facturés. Une fois enregistré, choisissez cette voix dans Intégrations → Intelligence artificielle → Voix.
Adresse du serveurstringOuiAdresse de l'API, terminée par /v1. Kokoro-FastAPI : http://<hôte>:8880/v1. OpenAI : https://api.openai.com/v1.
Clé d'APIsecretNonObligatoire chez OpenAI (sk-…). Laissez vide pour un serveur local sans clé.
ModèlestringOuikokoro pour Kokoro-FastAPI ; tts-1, tts-1-hd ou gpt-4o-mini-tts chez OpenAI ; le nom du modèle pour LocalAI ou Speaches.
Voix pour le françaisstringNonNom d'une voix du serveur. Vide : la voix d'une autre langue parle (le français d'abord).
Voix pour l'anglaisstringNonNom d'une voix du serveur. Vide : la voix d'une autre langue parle (le français d'abord).
Voix pour l'allemandstringNonNom d'une voix du serveur. Vide : la voix d'une autre langue parle (le français d'abord).
Voix pour l'espagnolstringNonNom d'une voix du serveur. Vide : la voix d'une autre langue parle (le français d'abord).
VitesseselectNonDébit de parole. Normale n'est pas envoyée : tous les serveurs l'acceptent.
Format audioselectNonLe MP3 convient à toutes les enceintes. Le WAV fait des clips lourds : Gladys refuse ceux de plus de 5 Mo (environ 100 secondes).
Style de parolestringNonFacultatif, pour gpt-4o-mini-tts seulement (ignoré avec tts-1) : par exemple « Parle calmement et chaleureusement. »

Comment installer OpenAI-compatible voice dans Gladys​

  1. Dans Gladys, ouvrez Intégrations : OpenAI-compatible voice apparaît dans le catalogue, aux côtés des intégrations natives, avec un badge communautaire.
  2. Cliquez sur Installer. Gladys télécharge l'image Docker (ghcr.io/guim31/gladys-openai-tts:1.0.0), la démarre dans un bac à sable isolé du cœur, et génère l'interface de l'intégration (appareils, découverte et configuration).
  3. Ouvrez l'écran Configuration de l'intégration, remplissez les paramètres, puis enregistrez.
  4. Vous pouvez aussi l'installer directement depuis l'URL de son dépôt : https://github.com/guim31/gladys-openai-tts.

OpenAI-compatible voice nécessite Gladys >=5.3.0. Le catalogue dans Gladys se rafraîchit toutes les heures : une nouvelle version est donc disponible au plus tard une heure après sa sortie.

Vous n'utilisez pas encore Gladys ? C'est gratuit et open source : suivez le guide d'installation pour démarrer.

À propos des intégrations externes​

OpenAI-compatible voice est une intégration externe : une intégration communautaire empaquetée dans un conteneur Docker et publiée sur GitHub, que Gladys installe en un clic et exécute dans un bac à sable isolé de son cœur. Elle est publiée et maintenue par guim31, et non par l'équipe cœur de Gladys.

Inscrivez-vous à la newsletter Gladys Assistant

Quelques emails par mois sur les nouveautés et l'actualité du projet. Envoyés par Pierre-Gilles Leymarie, le fondateur du projet. Désinscription possible à tout moment 🙂
Dernière mise à jour le