Insurance Voice-to-Form (IVF)

Pipeline Speech-to-Text → NLP pour pré-remplir automatiquement un formulaire d'expertise sinistre à partir de la voix d'un assuré.

Architecture

Audio (WAV/FLAC/MP3)
        │
        ▼
 STTInterface          ← abstraction (SOLID O/C, L)
        │
 ParakeetTranscriber   ← NVIDIA NeMo Parakeet
        │  transcription (str)
        ▼
 NLPParserInterface    ← abstraction
        │
 FrenchInsuranceExtractor  ← règles regex + keywords FR
        │
        ▼
 FormulaireExpertise   ← Pydantic
        │
        ▼
 FastAPI  /api/v1/upload-audio → JSON

Installation rapide (sans GPU / sans NeMo)

pip install -e ".[dev]"

Lancement de l'API

uvicorn src.api.app:app --reload

Swagger UI disponible sur : http://localhost:8000/docs

Tests

pytest

Endpoints

Méthode	URL	Description
GET	/api/v1/health	Healthcheck
POST	/api/v1/upload-audio	Audio → FormulaireExpertise
POST	/api/v1/transcribe	Audio → texte brut
POST	/api/v1/extract-text	Texte → FormulaireExpertise

Exemple

Input :

"Le 24 février, j'ai eu une fuite d'eau dans ma cuisine à cause du lave-vaisselle."

Output :

{
  "date_sinistre": "2026-02-24",
  "type_sinistre": "Dégât des eaux",
  "localisation": "Cuisine",
  "tiers_implique": false,
  "description_courte": "Dégât des eaux — Cuisine (\"Le 24 février, j'ai eu une fuite d'eau dans ma cuisine à cause du lave-vaisselle.\")"
}

Extension du moteur STT

Pour passer de Parakeet à Whisper, créer src/providers/stt_whisper.py :

from src.core.interfaces import STTInterface

class WhisperTranscriber(STTInterface):
    def transcribe_file(self, audio_path): ...
    def transcribe_stream(self, audio_bytes, sample_rate): ...

Aucune modification de la logique métier ni de l'API.