ASPIC/journal/ASPIC-Journal. 27. Pilotage Vocal.md

27. Pilotage vocal — multi-agents (1ᵉʳ-2 septembre 2026)

Contexte et bouton micro (1er septembre 2026). Suite de la ToDoList (section 26) : nouveau bouton micro dans le bandeau, positionné après l'avatar pour une place fixe à l'écran. Comportement centralisé dans un fichier partagé micro.js, chargé sur chaque écran hôte — reconnaissance vocale réelle via l'API Web Speech du navigateur (mode "cloud" du navigateur, l'audio étant envoyé à un service externe, voir réflexions stratégiques section 3), écoute continue avec redémarrage automatique tant que l'utilisateur n'a pas explicitement refermé le micro. Un mot déclencheur filtre les phrases prises en compte, pour ignorer la conversation de fond non destinée à ASPIC — principe conservé tout au long de cette section ; seul son fonctionnement (un seul nom fixe au départ, puis plusieurs agents) a évolué.

Mode notation. Une phrase d'ouverture ("[nom], ajoute une tâche" / "un truc à faire" / "note ça dans ma todolist") fait basculer dans un mode où le nom de l'agent n'est plus exigé pour chaque ligne suivante — tout ce qui est capté est ajouté tel quel, jusqu'à une phrase de clôture ("c'est tout [nom]") ou d'annulation ("[nom] annule"). Volontairement sans interprétation à ce stade (décision explicite de Jean-Marc, 1er septembre) : le texte part tel quel en base pour constituer un corpus de vrais essais, avant de définir des règles d'interprétation dans un prochain chantier (étape 2, envisagée via n8n, avec des règles modifiables par l'utilisateur).

Abandon du fichier texte, pivot vers une table SQL (2 septembre). La première implémentation écrivait les dictées dans un fichier texte global (notes_lilou/dictees.txt), plombée par des soucis de droits d'écriture (www-data hors du groupe propriétaire du dossier), puis par un échec pur et simple constaté au test du lendemain matin (aucune mise à jour du fichier malgré l'appel). Sur proposition de Jean-Marc, pour ne pas perdre plus de temps sur une approche provisoire : chaque ligne de dictée est désormais stockée directement dans une table MySQL, ASP_ConsignesVoix, structure finale à ce jour :

CREATE TABLE `ASP_ConsignesVoix` (
  `CVX_Incr` int NOT NULL AUTO_INCREMENT,
  `CVX_Consigne` varchar(200) NOT NULL,
  `CVX_Type` varchar(12) NOT NULL,
  `CVX_DateHeure` datetime NOT NULL,
  `CVX_CodeUser` varchar(3) NOT NULL,
  `CVX_AgentTraitant` varchar(20) NOT NULL,
  PRIMARY KEY (`CVX_Incr`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

CVX_Type (ajoutée en cours de session, voir plus bas) distingue ouverture / contenu / cloture / annulation sur chaque ligne, pour qu'un futur automatisme ("robot") sache, sans ré-analyser le texte brut, où commence et finit un lot, et s'il doit être exécuté ou écarté — clôture et annulation distinguées à ce niveau, malgré un traitement du contenu identique dans les deux cas (décision du 1er septembre, maintenue). CVX_AgentTraitant (ajoutée plus tard dans la session, voir "Généralisation multi-agents" ci-dessous) porte en clair le nom de l'agent adressé, appelée à devenir une clé étrangère (CVX_IncrAgent) une fois le modèle stabilisé.

Corrections apportées en conditions réelles. Plusieurs bugs identifiés et corrigés au fil des essais de Jean-Marc :

• une phrase d'ouverture ou de clôture/annulation dite dans la même phrase que du contenu, sans pause ("Lilou, ajoute une tâche, [contenu]" tout d'une traite), perdait silencieusement le contenu situé après la phrase de contrôle repérée — corrigé symétriquement des deux côtés (ouverture, puis clôture/annulation) ;
• couper le micro manuellement pendant une notation en cours abandonnait le contenu déjà dicté — corrigé en traitant la coupure manuelle comme une clôture normale, avec un marqueur explicite ("(coupure manuelle du micro)") ;
• une clôture prononcée ("c'est tout Lilou") transcrite par erreur en "c'est tous les loups" par le moteur de reconnaissance passait inaperçue — diagnostiquée après une demande explicite de Claude à Jean-Marc de fournir un export exact plutôt qu'une nouvelle tentative à l'aveugle (une première hypothèse s'étant déjà révélée fausse), puis corrigée par une tolérance dédiée à cet homophone de phrase entière.

Incident de confidentialité et retrait du traçage de débogage. Un traçage brut temporaire (toutes les phrases reconnues, trigger ou non), ajouté pour diagnostiquer le bug ci-dessus, a enregistré des bribes d'un appel téléphonique confidentiel reçu pendant que le micro était resté ouvert. Jean-Marc a supprimé les lignes lui-même et signalé l'incident sans gravité particulière ; Claude a retiré l'intégralité de cette fonctionnalité de traçage dès que l'incident a été rapporté, sans attendre. Risque résiduel identifié : même sans traçage, l'écoute continue envoie l'audio ambiant au service de reconnaissance tant que le micro est ouvert, qu'un agent soit reconnu ou non — seul le mode local ("on-device", encore expérimental) éliminerait complètement cet envoi (voir réflexions stratégiques, section 3). Mitigation partielle apportée dans la foulée : voir coupure pour inactivité ci-dessous.

Coupure automatique pour inactivité. Ajoutée en réponse directe à l'incident ci-dessus : après DUREE_INACTIVITE_MS (10 minutes par défaut) sans interaction réelle avec un agent, le micro se referme tout seul, comme un clic manuel — notation en cours clôturée proprement plutôt que perdue. Le bruit de fond ignoré (aucun agent reconnu) ne repousse volontairement pas ce délai, puisque c'est justement le cas qu'on veut détecter (une conversation qui ne s'adresse à aucun agent, comme lors de l'incident).

Généralisation multi-agents (2 septembre). Jean-Marc a souhaité que l'information "à quel agent s'adresse la note" soit explicitement stockée plutôt que sous-entendue, en vue d'un futur système où plusieurs assistants IA nommés se partageraient les tâches (voir réflexions stratégiques, section 11, le "bureau à l'ancienne"). Nouvelle table ASP_Agents :

CREATE TABLE `ASP_Agents` (
  `AGN_Incr` int NOT NULL,
  `AGN_Nom` varchar(20) NOT NULL,
  `AGN_Fonction` varchar(40) NOT NULL,
  `AGN_Variantes` varchar(200) NOT NULL,
  `AGN_Defaut` varchar(1) NOT NULL DEFAULT 'N'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

micro.js charge cette liste au démarrage via un nouvel endpoint agents.php (GET, même principe que utilisateurs.php), et construit dynamiquement le motif de reconnaissance de chaque agent — plus aucun agent codé en dur dans le script. lilou_notes.php a été renommé agent_notes.php (il ne sert plus un seul agent) et accepte désormais {agent, lignes} en entrée.

AGN_Variantes — tolérer les confusions sans coder en dur. Après trois cas réels indépendants de confusion de reconnaissance le même jour (Lilou/Milou/Loulou, Matilda/Mathilda/Mathilde, Karl/Carl), le mécanisme a été généralisé : chaque agent porte en base une liste de graphies alternatives (AGN_Variantes, séparées par une virgule), repliées dans le motif de reconnaissance de son nom — modifiable par Jean-Marc directement en base, sans code. Règle explicitement posée à cette occasion : une variante doit rester un nom propre ou un mot rare en tête de phrase, jamais un mot français courant ("car", "calme"...), qui déclencherait l'agent sur n'importe quelle phrase du quotidien commençant par ce mot. Seule exception qui reste codée en dur : l'homophone "les loups" pour la clôture de Lilou, qui porte sur la phrase entière et non sur le seul prénom (aujourd'hui inerte, Lilou n'étant plus dans ASP_Agents — voir plus bas).

AGN_Defaut — agent de repli piloté par la donnée. Le champ agent, s'il arrive vide dans agent_notes.php (compatibilité avec un client qui ne le renseignerait pas), résout désormais l'agent à utiliser via ASP_Agents.AGN_Defaut = 'O', avec un repli supplémentaire sur le premier agent de la table si aucun n'est marqué par défaut. Plus aucun nom d'agent figé en dur dans le code, y compris côté micro.js (titre du panneau de notation, secours en cas d'échec de chargement de agents.php).

Retrait de Lilou et Karl (décision de Jean-Marc). Les essais réels ont montré des confusions de reconnaissance récurrentes et non résolues sur ces deux noms — "car"/"calme"/"Carl" pour Karl (une notation entière restée bloquée, jamais refermée, lors d'un essai), "Philou"/"loulou" en plus de "Milou" pour Lilou. Plutôt que d'empiler encore des tolérances, avec le risque à la fois de multiplier les faux déclenchements (sur des mots français courants) et de fragiliser le système face à un accent ou une prononciation différente de celle testée, Jean-Marc a choisi de retirer ces deux agents plutôt que de corriger indéfiniment. Liste active à l'issue de cette session : Viktor (Agent Commercial, variante "Victor"), Matilda (Agent Administratif, variantes "Mathilda"/"Mathilde", agent par défaut), Léon (Agent Commercial Export, aucune variante nécessaire à ce jour), Nikita (Agent Financier, aucune variante nécessaire à ce jour) — ces deux derniers n'ayant provoqué aucune confusion observée en essai réel.

Méthode de travail à noter pour la suite. Plusieurs diagnostics de cette session (le bug "les loups", un déploiement resté sur l'ancien lilou_notes.php après le renommage, les confusions Matilda/Karl/Viktor) ont été résolus après avoir explicitement demandé à Jean-Marc une preuve concrète (export SQL exact, ligne de console) plutôt qu'en tentant une nouvelle correction à l'aveugle sur simple hypothèse — approche à reconduire systématiquement.

État à la fin de cette session. Fonctionnalité validée de bout en bout sur les quatre agents actifs (ouverture → contenu → clôture, y compris avec variantes de prononciation). Version applicative incrémentée une fois pour cette session, V1.006.

Reste à faire.

• Étape 2 : règles d'interprétation du contenu dicté (aujourd'hui stocké tel quel, sans traitement), envisagées via n8n, avec des règles modifiables par l'utilisateur.
• Continuer à observer les agents actifs en usage réel ; envisager d'autres retraits, ou l'ajout de nouvelles variantes via AGN_Variantes, si de nouvelles confusions apparaissent — sans jamais y ajouter un mot français courant.
• Vérifier concrètement que le .htaccess du dossier /journal bloque bien l'accès direct (curl -I doit répondre 403, pas 200) — point resté en suspens depuis le 31 août, sans lien avec le pilotage vocal mais toujours ouvert.
• Documentation utilisateur : pas encore mise à jour pour cette fonctionnalité, encore en phase d'essais techniques (choix des noms d'agents notamment) — à envisager une fois l'usage stabilisé.