Voices

backend/app/main.py

@@ -1,5 +1,5 @@
 from contextlib import asynccontextmanager
-from fastapi import Depends, FastAPI, File, HTTPException, UploadFile
+from fastapi import Depends, FastAPI, File, HTTPException, Response, UploadFile
 from fastapi.middleware.cors import CORSMiddleware
 from sqlalchemy.orm import Session
 from .database import Base, engine, get_db
@@ -9,8 +9,10 @@ from .services import (
     build_llm_reply,
     ensure_student_mastery,
     evaluate_answer,
+    list_tts_profiles,
     pick_next_skill,
     seed_skills,
+    synthesize_speech,
     transcribe_audio,
 )
 
@@ -68,7 +70,7 @@ def start_session(student_id: int, db: Session = Depends(get_db)):
 
     ensure_student_mastery(db, student)
     message = (
-        f"Bonjour {student.first_name} ! Je suis ton professeur virtuel. "
+        f"Bonjour {student.first_name} ! Je suis Professeur TOP, ton professeur virtuel. "
         "Aujourd'hui, on va apprendre pas à pas et faire un petit test pour voir ce que tu maîtrises déjà."
     )
     db.add(models.Message(student_id=student.id, role="assistant", content=message))
@@ -109,6 +111,23 @@ async def transcribe(file: UploadFile = File(...)):
     return {"text": text}
 
 
+@app.get("/tts/profiles", response_model=schemas.TTSProfilesResponse)
+def get_tts_profiles():
+    return schemas.TTSProfilesResponse(profiles=list_tts_profiles())
+
+
+@app.post("/tts")
+def text_to_speech(payload: schemas.TTSRequest):
+    try:
+        audio_bytes = synthesize_speech(payload.text, payload.profile_id)
+    except ValueError as exc:
+        raise HTTPException(status_code=400, detail=str(exc)) from exc
+    except Exception as exc:
+        raise HTTPException(status_code=502, detail=f"Erreur de synthèse vocale: {exc}") from exc
+
+    return Response(content=audio_bytes, media_type="audio/mpeg")
+
+
 @app.get("/progress/{student_id}", response_model=schemas.ProgressResponse)
 def get_progress(student_id: int, db: Session = Depends(get_db)):
     student = db.query(models.Student).filter_by(id=student_id).first()

backend/app/schemas.py

@@ -28,6 +28,21 @@ class ChatResponse(BaseModel):
     should_speak: bool = True
 
 
+class TTSProfile(BaseModel):
+    id: str
+    label: str
+    description: str
+
+
+class TTSProfilesResponse(BaseModel):
+    profiles: List[TTSProfile]
+
+
+class TTSRequest(BaseModel):
+    text: str = Field(..., min_length=1, max_length=4096)
+    profile_id: str = Field(..., min_length=1)
+
+
 class SkillProgress(BaseModel):
     code: str
     subject: str

backend/app/services.py

@@ -9,7 +9,7 @@ client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
 
 
 SYSTEM_PROMPT = """
-Tu es ProfAmi, un professeur virtuel français pour enfants de 8 à 12 ans.
+Tu es Professeur TOP, un professeur virtuel français pour enfants de 8 à 12 ans.
 Règles :
 - Tu parles toujours en français simple et chaleureux.
 - Tu donnes des explications très courtes, puis un mini exemple.
@@ -20,6 +20,58 @@ Règles :
 - Tu enseignes principalement le programme national français niveau primaire/cycle 3.
 """.strip()
 
+TTS_PROFILES = [
+    {
+        "id": "rigolote",
+        "label": "Rigolote",
+        "description": "La plus joueuse et cartoon.",
+        "voice": "coral",
+        "speed": 1.08,
+        "instructions": (
+            "Parle en français avec une énergie joyeuse, malicieuse et très expressive. "
+            "Tu es Professeur TOP, un professeur amusant, chaleureux et un peu théâtral. "
+            "Le ton doit rester clair pour un enfant, avec des intonations souriantes, "
+            "des fins de phrases dynamiques et une diction très vivante."
+        ),
+    },
+    {
+        "id": "petillante",
+        "label": "Pétillante",
+        "description": "Enjouée, dynamique et encourageante.",
+        "voice": "shimmer",
+        "speed": 1.03,
+        "instructions": (
+            "Parle en français avec une voix lumineuse, motivante et positive. "
+            "Tu es Professeur TOP: enthousiaste, rassurant et très engageant, "
+            "sans caricature excessive. Garde une diction nette et chaleureuse."
+        ),
+    },
+    {
+        "id": "douce",
+        "label": "Douce",
+        "description": "Calme, rassurante et patiente.",
+        "voice": "sage",
+        "speed": 0.98,
+        "instructions": (
+            "Parle en français avec une voix douce, calme et très rassurante. "
+            "Tu es Professeur TOP dans une version posée, bienveillante et patiente. "
+            "Le rythme est fluide, jamais pressé, avec une intonation apaisante."
+        ),
+    },
+    {
+        "id": "sobre",
+        "label": "Sobre",
+        "description": "La plus neutre et sérieuse.",
+        "voice": "alloy",
+        "speed": 1.0,
+        "instructions": (
+            "Parle en français avec une voix claire, naturelle et sobre. "
+            "Tu es Professeur TOP dans une version très lisible, professionnelle et mesurée. "
+            "Reste chaleureux, mais sans effet théâtral."
+        ),
+    },
+]
+
 
 def seed_skills(db: Session) -> None:
     for skill in SKILLS:
@@ -88,6 +140,37 @@ def build_llm_reply(db: Session, student_id: int, user_message: str) -> str:
     return response.output_text.strip()
 
 
+def list_tts_profiles() -> list[dict]:
+    return [
+        {
+            "id": profile["id"],
+            "label": profile["label"],
+            "description": profile["description"],
+        }
+        for profile in TTS_PROFILES
+    ]
+
+
+def synthesize_speech(text: str, profile_id: str) -> bytes:
+    clean_text = text.strip()
+    if not clean_text:
+        raise ValueError("Texte à synthétiser manquant")
+
+    profile = next((item for item in TTS_PROFILES if item["id"] == profile_id), None)
+    if not profile:
+        raise ValueError("Profil de voix inconnu")
+
+    response = client.audio.speech.create(
+        model="gpt-4o-mini-tts",
+        voice=profile["voice"],
+        input=clean_text[:4096],
+        instructions=profile["instructions"],
+        response_format="mp3",
+        speed=profile["speed"],
+    )
+    return response.content
+
+
 def transcribe_audio(filename: str, audio_bytes: bytes, content_type: str | None = None) -> str:
     file_payload = (filename, audio_bytes, content_type or "application/octet-stream")
     transcript = client.audio.transcriptions.create(