CompressSpeak

CompressSpeak

Un logiciel python pour rassembler la transcription, compression et amélioration de fichier de parole (cours, conférence..)

   Dépôt

Compress Speak

Compress Speak est une application de compression et traitement audio pour la voix, optimisée pour créer des fichiers Opus légers avec transcription automatique.

🎯 Fonctionnalités

  • Compression Opus intelligente avec réduction de bruit (afftdn) et compression dynamique
  • Isolation vocale (UVR5/audio-separator) avec accélération GPU AMD/Intel (DirectML)
  • Chaleur vocale (Pedalboard) : ajoute harmoniques et corps à la voix extraite
  • Transcription automatique (Vibe/Whisper) en français, anglais, allemand, espagnol, etc.
  • Traitement par lots avec file d’attente
  • Lecteur audio intégré avec aperçu 5 secondes
  • Interface moderne : thèmes sombre/clair, multilingue (fr/en/de/es)

📦 Installation rapide (Windows)

Prérequis

Installation automatique

  1. Cloner ou télécharger le dépôt :

    git clone https://github.com/votre-repo/compressspeak.git
cd compressspeak

  2. Exécuter le script d’installation :

    .\install.ps1

    Le script va :

    • Créer un environnement virtuel Python
    • Installer les dépendances de base (PyQt6, Pedalboard)
    • Proposer d’installer audio-separator (UVR5) avec DirectML
    • Proposer d’installer Vibe (transcription Whisper offline)
  3. Lancer l’application : 
    .\run.ps1

🔧 Installation manuelle

1. Environnement Python

# Créer un environnement virtuel
python -m venv .venv

# Activer l'environnement
.\.venv\Scripts\Activate.ps1

# Installer les dépendances de base
pip install -r requirements.txt

2. audio-separator (Isolation vocale UVR5)

Pour GPU AMD/Intel (DirectML) :

pip install audio-separator[gpu]
pip install onnxruntime-directml
pip install torch-directml

Pour CPU uniquement :

pip install audio-separator

Vérification :

audio-separator --help

3. Vibe (Transcription Whisper)

Option A : Installer Vibe officiel

pip install vibe-whisper

Option B : Utiliser sona.exe (alternative plus rapide)

  1. Télécharger sona.exe depuis les releases GitHub
  2. Placer sona.exe dans le dossier compressspeak/ ou dans votre PATH
  3. L’application détectera automatiquement sona.exe

Vérification :

# Pour Vibe
vibe --help

# Pour sona
.\sona.exe --help

🚀 Utilisation

Lancement

# Avec le script
.\run.ps1

# Ou directement
.\.venv\Scripts\Activate.ps1
python app.py

Workflow de base

  1. Ajouter des fichiers : Glissez-déposez des fichiers audio ou cliquez sur « Ajouter des fichiers… »
  2. Ajuster le gain : Modifier le gain (en dB) pour chaque fichier
  3. Choisir le dossier de sortie (optionnel) : Par défaut, les fichiers sont créés à côté des sources
  4. Convertir : Cliquez sur « Convertir en Opus »

Options avancées

🎤 Isolation vocale (UVR5)

  • Cochez « Isoler voix » sur chaque fichier pour extraire uniquement la voix
  • Configure dans Paramètres → Configurer UVR5… :
    • Chemin d’installation UVR5 (laissez vide pour utiliser audio-separator)
    • GPU DirectML (sélectionnez votre carte graphique dédiée)
    • Stem à extraire (Vocals, Instrumental, Drums, etc.)
    • Chunk duration (20 min par défaut pour éviter découpage inutile)

🔥 Chaleur vocale (Warmth)

  • Cochez « Réchauffer la voix » pour ajouter harmoniques et corps après l’extraction
  • Configure dans Paramètres → Chaleur vocale (Pedalboard)… :
    • Presets disponibles : Subtil, Standard, Radio (Punchy), Podcast (Naturel)
    • HighShelfFilter : Gain et fréquence de coupure (ajoute du corps)
    • Distortion : Drive (génère des harmoniques chauds)
    • Compressor : Seuil et ratio (lisse la dynamique)
    • Gain final : Compensation de volume

💾 Conserver FLAC

  • Cochez « Conserver le fichier FLAC » pour garder une version lossless de la voix isolée
  • Utile pour retraiter ultérieurement sans repasser par UVR5

✍️ Transcription (Vibe)

  • Cochez « Transcrire » sur chaque fichier pour générer un fichier texte de transcription
  • Configure dans Paramètres → Configurer Vibe… :
    • Chemin de vibe ou sona.exe (auto-détecté si dans le PATH)
    • Modèle Whisper (tiny, base, small, medium, large)
    • Langue (auto, french, english, etc.)
    • Format de sortie (txt, srt, vtt)

⚙️ Paramètres de conversion

Configure dans Paramètres → Paramètres de conversion (Opus)… :

  • Presets disponibles :
    • Audiobook : Qualité max (32k, compression douce)
    • Podcast : Standard (20k, équilibré) – par défaut
    • Voice Chat : Léger (16k, compression modérée)
    • Note vocale : Ultra-léger (12k, compression agressive)
  • Paramètres personnalisables :
    • Réduction de bruit (afftdn)
    • Compresseur (seuil, ratio, attack, release)
    • Bitrate Opus (conversion + aperçu)

📁 Structure du projet

compressspeak/
├── app.py                  # Point d'entrée
├── main_window.py          # Interface principale
├── config.py               # Configuration et constantes
├── i18n.py                 # Traductions (fr/en/de/es)
├── ffmpeg.py               # Wrapper FFmpeg
├── uvr5.py                 # Intégration UVR5/audio-separator
├── uvr5_worker.py          # Worker process pour UVR5 (DirectML)
├── warmth.py               # Effets de chaleur vocale (Pedalboard)
├── vibe.py                 # Intégration Vibe/Whisper
├── widgets.py              # Widgets PyQt6 personnalisés
├── theme.py                # Gestion des thèmes
├── requirements.txt        # Dépendances Python
├── install.ps1             # Script d'installation Windows
├── run.ps1                 # Script de lancement
└── README.md               # Ce fichier

🎛️ Configuration avancée

DirectML (GPU AMD/Intel)

Pour forcer l’utilisation de votre carte graphique dédiée :

  1. Ouvrir Paramètres → Configurer UVR5…
  2. Dans « GPU DirectML », sélectionner votre carte (ex: « AMD Radeon RX 6750 XT »)
  3. Laisser « -1 (auto) » utilisera le GPU intégré par défaut

Modèles UVR5

Les modèles sont téléchargés automatiquement par audio-separator. Pour utiliser un modèle local :

  1. Télécharger les modèles depuis UVR5 GUI
  2. Placer dans C:\Users\<USER>\AppData\Local\Programs\Ultimate Vocal Remover\models\MDX_Net_Models\
  3. Spécifier le nom du modèle dans Paramètres → Configurer UVR5… → Nom du modèle

Modèles recommandés :

  • MDX23C-8KFFT-InstVoc_HQ.ckpt (par défaut, qualité maximale)
  • UVR-MDX-NET-Inst_HQ_3.onnx (plus rapide)

Personnaliser la chaleur vocale

Les paramètres Warmth sont stockés dans QSettings. Pour modifier :

from PyQt6.QtCore import QSettings
settings = QSettings("compressspeak", "compressspeak")

settings.setValue("warmth_high_shelf_gain", 3.0)        # Gain (dB)
settings.setValue("warmth_high_shelf_cutoff", 350.0)   # Fréquence (Hz)
settings.setValue("warmth_distortion_drive", 4.0)      # Drive (dB)
settings.setValue("warmth_compressor_threshold", -18.0) # Seuil (dB)
settings.setValue("warmth_compressor_ratio", 4.0)      # Ratio
settings.setValue("warmth_final_gain", 3.0)            # Gain final (dB)

🐛 Dépannage

FFmpeg introuvable

Erreur : FFmpeg introuvable

Solution :

# Vérifier l'installation
ffmpeg -version

# Installer via winget (Windows 10+)
winget install ffmpeg

# Ou ajouter FFmpeg au PATH manuellement

DirectML non détecté

Erreur : No hardware acceleration could be configured

Solutions :

  1. Vérifier les drivers GPU AMD/Intel à jour
  2. Réinstaller onnxruntime-directml et torch-directml : 
    pip uninstall onnxruntime-directml torch-directml
pip install onnxruntime-directml torch-directml
  3. Vérifier l’adaptateur DirectML : 
    python -c "import onnxruntime; print(onnxruntime.get_available_providers())"
# Doit afficher: ['DmlExecutionProvider', 'CPUExecutionProvider']

GPU intégré utilisé au lieu de la carte dédiée

Problème : Le GPU intégré (adapter 0) est utilisé au lieu de la RX 6750 XT (adapter 1)

Solution :

  1. Paramètres → Configurer UVR5…
  2. Sélectionner « 1: AMD Radeon RX 6750 XT » dans le menu déroulant « GPU DirectML »
  3. Cliquer OK

Vibe/sona introuvable

Erreur : Vibe non installé

Solution :

  1. Installer Vibe : pip install vibe-whisper
  2. Ou télécharger sona.exe et spécifier le chemin dans Paramètres → Configurer Vibe…

UI freeze pendant le traitement

Problème : L’interface se fige pendant UVR5

Solution : Ce problème a été corrigé dans les versions récentes. UVR5 tourne maintenant dans un processus séparé (uvr5_worker.py). Si le problème persiste :

  • Mettre à jour vers la dernière version
  • Vérifier que uvr5_worker.py est présent dans le dossier

Chunking bloqué sur fichiers de 15 min

Problème : Le traitement semble bloqué sur « File duration 900.0s exceeds chunk size »

Solution : Augmenter chunk_duration dans Paramètres → Configurer UVR5… à 1200 secondes (20 min). La migration est automatique depuis les versions récentes.

🌍 Contribuer

Les contributions sont les bienvenues ! Pour ajouter une fonctionnalité ou corriger un bug :

  1. Fork le projet
  2. Créer une branche : git checkout -b feature/ma-feature
  3. Commit : git commit -m "Ajoute ma feature"
  4. Push : git push origin feature/ma-feature
  5. Ouvrir une Pull Request

Ajouter une traduction

Les traductions sont dans i18n.py. Pour ajouter une langue :

TRANSLATIONS: dict[str, dict[str, str]] = {
    "app.title": {
        "fr": "Compress Speak",
        "en": "Compress Speak",
        "de": "Compress Speak",
        "es": "Compress Speak",
        "pt": "Compress Speak",  # Nouvelle langue
    },
    # ... autres clés
}

📄 Licence

[À définir]

🙏 Remerciements

📧 Contact

Pour toute question ou suggestion, ouvrez une issue sur GitHub.