Le prototype actuel
La faisabilité est établie. La version publique ne l’est pas encore.
Lire l’état réel du prototype
Ce qui est connecté aujourd’hui, ce qui doit encore être prouvé, et où concentrer les prochaines sessions de test.
Un état de travail, pas une promesse
La faisabilité est établie ; l’expérience publique reste à prouver.
Le prototype relie déjà conversation, mémoire, orchestration, images et observation pour Max et Emma. Un réglage disponible ou une trace technique ne remplace pas l’évaluation humaine de la rencontre. L’écoute, la cohérence et le confort en conditions réelles restent déterminants ; la Roadmap présente les conditions d’accueil et de présentation.
Faisabilité établie
Des briques fonctionnent ensemble et peuvent être observées.
Expérience à éprouver
La présence, le rythme et les conditions publiques restent à tester.
Les capacités du prototype
Ce qui fonctionne déjà ensemble
Une conversation vocale reliée au parcours
L’interface, la prise de parole, la transcription, la génération et la synthèse peuvent déjà former une même boucle de conversation.
- Interface et parcours web
- Conversation vocale, transcription, génération et synthèse
- Le parcours et les conditions d’écoute sont décrits dans l’Expérience
Touchez un bloc pour lire son détail.
Les tests qui comptent
Ce qui doit encore tenir
La qualité artistique tient-elle dans la durée ?
Une boucle fonctionnelle ne garantit pas que la personne se sente réellement en relation avec un personnage, ni que le rythme reste juste après plusieurs échanges.
- Qualité artistique sur la durée
- Pertinence et dosage des cinématiques
- Retours exprimés par les participants
Touchez un bloc pour lire son détail.
Le rôle du Game Master
Diriger une relation, pas chaque réplique
- 1
Intention
Un réalisateur invisible protège rythme, confiance et moment d’une image.
- 2
Mécanisme en place
Il agit après le tour de parole ; il ne bloque pas chaque réponse.
- 3
À éprouver à l’écoute
Le choix d’une vidéo attend la fin de la parole. Son moment et son effet s’apprécient à l’écoute de l’ensemble de la conversation.
Latence — enjeu narratif
Budgets de conception et mesures techniques sont distingués : aucun ne remplace l’écoute de la conversation.
Les mesures ci-dessous décrivent le comportement technique du prototype. Elles ne remplacent pas l’écoute humaine et ne constituent pas une promesse de performance publique. La latence est aussi un enjeu de mise en scène : une pause peut être perçue comme une hésitation, une émotion ou un dysfonctionnement. Le schéma qui précède le panneau PostHog est un budget de conception, pas une performance atteinte. Le Game Master intervient après le tour de parole, sans bloquer la réponse vocale.
Budget de latence — ordres de grandeur
Budgets historiques cumulés (hors STT, hors avatar, GM pré-tour inclus) : ~2.8 s. Budget de conception visé côté expérience : ~2 s — ce n’est pas une performance atteinte. Référence marché d’une cascade voix minimale : ~500 ms dans le meilleur cas documenté, pas une mesure de ce prototype.
Sources : pipeline Notion Où est Ava ? (prototypeDiagrams), benchmarks portail (sttData, pipelineData, WhatWeHaveDiagram).
Parcourez chaque maillon. Budgets de conception et références de marché ne sont pas des mesures du prototype. Le Game Master pré-tour est une étape historique, hors du chemin critique. Les mesures techniques du panneau PostHog se comparent aux observations humaines des sessions.
Transcription vocale en streaming WebSocket + VAD — premier maillon mesurable du tour audio.
Services et rôle
- →Orchestrateur Où est Ava ?
- →Deepgram (transcription)
- →Services STT interchangeables
Fourchette / budget
Marché : ~75–200 ms (Deepgram Nova, streaming P90 / typique)
Enjeu narratif
Une transcription lente retarde tout le pipeline ; l'utilisateur entend déjà le silence avant que le personnage ne « réfléchisse ».
Touchez un élément pour afficher le détail ci-dessous.
Parcourez chaque maillon. Budgets de conception et références de marché ne sont pas des mesures du prototype. Le Game Master pré-tour est une étape historique, hors du chemin critique. Les mesures techniques du panneau PostHog se comparent aux observations humaines des sessions.
Transcription vocale en streaming WebSocket + VAD — premier maillon mesurable du tour audio.
Services et rôle
- →Orchestrateur Où est Ava ?
- →Deepgram (transcription)
- →Services STT interchangeables
Fourchette / budget
Marché : ~75–200 ms (Deepgram Nova, streaming P90 / typique)
Enjeu narratif
Une transcription lente retarde tout le pipeline ; l'utilisateur entend déjà le silence avant que le personnage ne « réfléchisse ».
Analytics & sessions
Métriques PostHog — latence, parcours et traces techniques des sessions.
Suivi technique PostHog
Page de suivi pour diagnostiquer les temps d’attente et les comparer aux observations humaines des sessions, sans en déduire automatiquement la qualité de l’expérience.