IA Vocale Souveraine đ«đ·đȘđș
Micdrop permet de construire une solution dâIA vocale entiĂšrement souveraine, en combinant des fournisseurs dâIA français et europĂ©ens. Avec une rĂ©gion ou un point de terminaison europĂ©en pour chaque brique, les donnĂ©es restent dans lâUnion europĂ©enne.
Pourquoi une IA vocale souveraine ?
Souveraineté des données
Les solutions vocales classiques (OpenAI, Google, etc.) font transiter vos donnĂ©es par des serveurs amĂ©ricains, soumis au Cloud Act. Pour les entreprises europĂ©ennes, les administrations, la santĂ©, ou lâĂ©ducation, cela pose des problĂšmes majeurs :
- Conformité RGPD : les données vocales sont des données personnelles sensibles
- Confidentialité : les conversations peuvent contenir des informations stratégiques
- DĂ©pendance technologique : dĂ©pendre dâun fournisseur non-europĂ©en crĂ©e un risque gĂ©opolitique
La stack souveraine française
Micdrop intĂšgre nativement trois fournisseurs français qui couvrent lâensemble de la chaĂźne vocale :
| Composant | Fournisseur | RĂŽle |
|---|---|---|
| Agent (LLM) | Mistral | ModÚle de langage français de classe mondiale |
| Speech-to-Text | Gladia, Mistral ou Gradium | Transcription en temps réel, plusieurs options françaises |
| Text-to-Speech | Gradium ou Mistral | SynthÚse vocale naturelle avec des voix françaises |
Ces trois entreprises françaises sont conformes au RGPD et traitent les données en Europe dÚs que vous choisissez leur région ou leur point de terminaison européen.
Pour la transcription (STT), vous avez le choix entre trois fournisseurs souverains :
- Gladia : plus de 90 langues, excellent en français, vocabulaire personnalisable
- Mistral (Voxtral 3) : transcription temps rĂ©el en plus de 40 langues, via le mĂȘme fournisseur que lâagent, sur le point de terminaison global de Mistral, sans garantie de traitement en Europe
- Gradium : transcription temps rĂ©el via le mĂȘme fournisseur que la synthĂšse vocale
Pour la synthÚse vocale (TTS), deux fournisseurs souverains sont intégrés :
- Gradium : voix françaises en streaming, avec une région
eu. Lâarticle text-to-speech français souverain avec Gradium montre comment rĂ©gler la voix et ce que coĂ»te un secours qui reste en Europe les jours de panne. - Mistral (Voxtral Speech 3) : plus de 35 langues, quatre voix françaises prĂȘtes Ă lâemploi, clonage de voix Ă partir de quelques secondes dâaudio, Ă 13 $ le million de caractĂšres
Pour que la voix ne quitte pas du tout votre serveur, Phonon, le modÚle embarqué de Gradium, tourne directement dans le processus Node, sur le CPU, avec quinze voix françaises. Son modÚle français est réservé à un usage non commercial.
Mistral peut ainsi tenir toute la chaĂźne avec une seule clĂ© API : Voxtral 3 transcrit, un modĂšle Mistral rĂ©pond et Voxtral Speech 3 parle. Gradium regroupe de son cĂŽtĂ© la transcription et la synthĂšse. Dans les deux cas, vous avez moins de fournisseurs Ă gĂ©rer. Pour choisir entre le SDK Voice Agents de Mistral, un client WebSocket maison et un pipeline Micdrop, lâarticle (en anglais) qui explique comment construire un agent vocal Mistral avec Voxtral 3 compare les trois approches.
Mistral garantit une infĂ©rence en Europe uniquement sur son point de terminaison api.eu.mistral.ai. MistralTTS sây connecte avec lâoption baseUrl, alors que MistralAgent et MistralSTT appellent le point de terminaison global. Pour monter un agent vocal IA souverain, faites passer lâagent par @micdrop/ai-sdk avec un modĂšle Mistral configurĂ© sur api.eu.mistral.ai, ou hĂ©bergez des modĂšles open source chez vous.
Mise en place
Installation
npm install @micdrop/server @micdrop/web @micdrop/ai-sdk @ai-sdk/mistral @micdrop/mistral @micdrop/gladia @micdrop/gradiumConfiguration du serveur
import { createMistral } from '@ai-sdk/mistral'import { AiSdkAgent } from '@micdrop/ai-sdk'import { MicdropServer } from '@micdrop/server'import { GladiaSTT } from '@micdrop/gladia'import { GradiumTTS } from '@micdrop/gradium'
// Point de terminaison européen de Mistral, inférence garantie dans l'UEconst mistralEu = createMistral({ apiKey: process.env.MISTRAL_API_KEY, baseURL: 'https://api.eu.mistral.ai/v1',})
// Agent conversationnel avec Mistralconst agent = new AiSdkAgent({ model: mistralEu('mistral-large-latest'), systemPrompt: 'Tu es un assistant vocal en français. Réponds de maniÚre concise et naturelle.',})
// Reconnaissance vocale avec Gladiaconst stt = new GladiaSTT({ apiKey: process.env.GLADIA_API_KEY || '', settings: { language_config: { languages: ['fr'], }, },})
// SynthĂšse vocale avec Gradiumconst tts = new GradiumTTS({ apiKey: process.env.GRADIUM_API_KEY || '', voiceId: 'YOUR_FRENCH_VOICE_ID', region: 'eu',})
// Assembler le tout avec MicdropServernew MicdropServer(socket, { agent, stt, tts,})La transcription est aussi disponible avec MistralSTT (@micdrop/mistral) et GradiumSTT (@micdrop/gradium). Il suffit de remplacer lâinstance stt, par exemple pour tout regrouper chez Mistral :
import { MistralSTT } from '@micdrop/mistral'
const stt = new MistralSTT({ apiKey: process.env.MISTRAL_API_KEY || '',})MistralSTT appelle le point de terminaison global de Mistral, oĂč Mistral ne sâengage sur aucun lieu dâexĂ©cution. Gardez Gladia ou Gradium quand la transcription doit rester en Europe.
MistralTTS (@micdrop/mistral) remplace GradiumTTS avec Voxtral Speech 3, sur le point de terminaison européen de Mistral :
import { MistralTTS } from '@micdrop/mistral'
const tts = new MistralTTS({ apiKey: process.env.MISTRAL_API_KEY || '', voiceId: 'voice_592', // Marie, voix française baseUrl: 'https://api.eu.mistral.ai',})Configuration du client
import { MicdropClient } from '@micdrop/web'
const client = new MicdropClient({ url: 'wss://votre-serveur.fr/micdrop',})
// DĂ©marrer la conversation vocaleawait client.start()Cas dâusage
Administration et service public
Les services publics français peuvent dĂ©ployer des assistants vocaux conformes aux exigences de lâANSSI et de la CNIL, sans aucune dĂ©pendance aux GAFAM.
Santé
Les donnĂ©es de santĂ© nĂ©cessitent un hĂ©bergement HDS (HĂ©bergeur de DonnĂ©es de SantĂ©). Avec une stack souveraine, les donnĂ©es vocales des patients restent dans lâUnion europĂ©enne.
Entreprises
ProtĂ©gez vos donnĂ©es stratĂ©giques et assurez la conformitĂ© RGPD sans compromis sur la qualitĂ© de lâIA.
Ăducation
Offrez aux Ă©tablissements scolaires des outils dâIA vocale sans exposer les donnĂ©es des Ă©lĂšves Ă des entreprises extra-europĂ©ennes.
Avantages de cette approche
- DonnĂ©es dans lâUE : toute la chaĂźne de traitement reste en Europe quand la transcription passe par Gladia ou Gradium, lâagent par le point de terminaison europĂ©en de Mistral et la voix par une rĂ©gion ou un point de terminaison europĂ©en
- Conformité RGPD native : pas de transfert de données vers des pays tiers
- Latence réduite : les serveurs européens sont plus proches de vos utilisateurs
- Qualité française : Mistral, Gladia et Gradium sont spécialement optimisés pour le français
- Open-source : Micdrop est MIT, vous gardez le contrĂŽle total de votre infrastructure
- Interchangeable : grĂące Ă lâarchitecture modulaire de Micdrop, vous pouvez remplacer nâimporte quel composant Ă tout moment