Développement micro-service vocal pour plateforme de coaching IA

Contexte

Je développe une plateforme de coaching IA vocal avec des conversations en temps réel. Après des tests avec des solutions “clé en main”, nous faisons le choix stratégique de développer un micro-service vocal dédié afin d’obtenir une latence très basse (< 400 ms), une voix naturelle et fluide, et un contrôle total de la chaîne audio.

Ce micro-service sera connecté à :
Bubble.io (front-end / orchestration)
OpenAI Realtime API (GPT-4o)
Un moteur de streaming audio bidirectionnel basé sur WebRTC

Objectif de la mission

Concevoir et développer un micro-service vocal temps réel pour:
La capture audio utilisateur
Le streaming audio bidirectionnel à très faible latence
L’intégration avec OpenAI Realtime API
La gestion des interruptions, du contexte conversationnel et des sessions
Une expérience vocale fluide, naturelle et stable (niveau assistant vocal premium)

Responsabilités:
Concevoir l’architecture du micro-service vocal (WebRTC / WebSocket / Realtime)
Implémenter le streaming audio low-latency (full-duplex)
Intégrer OpenAI Realtime API (GPT-4o)
Gérer STT / TTS via streaming (pas de batch)
Implémenter la gestion des sessions, états et interruptions (“barge-in”)
Exposer des endpoints simples pour Bubble.io (start / stop / events)
Optimiser la latence, la qualité audio et la stabilité

Stack technique attendue:
WebRTC (audio streaming temps réel, ICE, STUN/TURN)
WebSocket audio streaming
OpenAI Realtime API (GPT-4o)
Node.js / TypeScript
Gestion audio (Opus, PCM, buffers, jitter)
Déploiement cloud (AWS, GCP ou équivalent)