đŸŽ€Micdrop

IA Vocale Souveraine đŸ‡«đŸ‡·đŸ‡ȘđŸ‡ș

Micdrop permet de construire une solution d’IA vocale entiĂšrement souveraine, en combinant des fournisseurs d’IA français et europĂ©ens. Avec une rĂ©gion ou un point de terminaison europĂ©en pour chaque brique, les donnĂ©es restent dans l’Union 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 l’éducation, cela pose des problĂšmes majeurs :

  • ConformitĂ© RGPD : les donnĂ©es vocales sont des donnĂ©es personnelles sensibles
  • ConfidentialitĂ© : les conversations peuvent contenir des informations stratĂ©giques
  • DĂ©pendance technologique : dĂ©pendre d’un fournisseur non-europĂ©en crĂ©e un risque gĂ©opolitique

La stack souveraine française

Micdrop intùgre nativement trois fournisseurs français qui couvrent l’ensemble de la chaüne vocale :

ComposantFournisseurRĂŽle
Agent (LLM)MistralModÚle de langage français de classe mondiale
Speech-to-TextGladia, Mistral ou GradiumTranscription en temps réel, plusieurs options françaises
Text-to-SpeechGradium ou MistralSynthÚse 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 l’agent, 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 rĂ©gion eu. L’article 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  l’emploi, clonage de voix Ă  partir de quelques secondes d’audio, 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, l’article (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 s’y connecte avec l’option baseUrl, alors que MistralAgent et MistralSTT appellent le point de terminaison global. Pour monter un agent vocal IA souverain, faites passer l’agent 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

Terminal window
npm install @micdrop/server @micdrop/web @micdrop/ai-sdk @ai-sdk/mistral @micdrop/mistral @micdrop/gladia @micdrop/gradium

Configuration 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'UE
const mistralEu = createMistral({
apiKey: process.env.MISTRAL_API_KEY,
baseURL: 'https://api.eu.mistral.ai/v1',
})
// Agent conversationnel avec Mistral
const 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 Gladia
const stt = new GladiaSTT({
apiKey: process.env.GLADIA_API_KEY || '',
settings: {
language_config: {
languages: ['fr'],
},
},
})
// SynthĂšse vocale avec Gradium
const tts = new GradiumTTS({
apiKey: process.env.GRADIUM_API_KEY || '',
voiceId: 'YOUR_FRENCH_VOICE_ID',
region: 'eu',
})
// Assembler le tout avec MicdropServer
new MicdropServer(socket, {
agent,
stt,
tts,
})
💡 Autres options de transcription

La transcription est aussi disponible avec MistralSTT (@micdrop/mistral) et GradiumSTT (@micdrop/gradium). Il suffit de remplacer l’instance 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 s’engage sur aucun lieu d’exĂ©cution. Gardez Gladia ou Gradium quand la transcription doit rester en Europe.

💡 Autre option de synthùse vocale

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',
})
// Démarrer la conversation vocale
await client.start()

Cas d’usage

Administration et service public

Les services publics français peuvent dĂ©ployer des assistants vocaux conformes aux exigences de l’ANSSI 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 l’Union europĂ©enne.

Entreprises

ProtĂ©gez vos donnĂ©es stratĂ©giques et assurez la conformitĂ© RGPD sans compromis sur la qualitĂ© de l’IA.

Éducation

Offrez aux Ă©tablissements scolaires des outils d’IA vocale sans exposer les donnĂ©es des Ă©lĂšves Ă  des entreprises extra-europĂ©ennes.

Avantages de cette approche

  • DonnĂ©es dans l’UE : toute la chaĂźne de traitement reste en Europe quand la transcription passe par Gladia ou Gradium, l’agent par le point de terminaison europĂ©en de Mistral et la voix par une rĂ©gion ou un point de terminaison europĂ©en
  • ConformitĂ© RGPD native : pas de transfert de donnĂ©es vers des pays tiers
  • Latence rĂ©duite : les serveurs europĂ©ens sont plus proches de vos utilisateurs
  • QualitĂ© française : Mistral, Gladia et Gradium sont spĂ©cialement optimisĂ©s pour le français
  • Open-source : Micdrop est MIT, vous gardez le contrĂŽle total de votre infrastructure
  • Interchangeable : grĂące Ă  l’architecture modulaire de Micdrop, vous pouvez remplacer n’importe quel composant Ă  tout moment