Veuillez entrer une adresse e-mail valide.

Je suis heureux de répondre à toutes les questions que vous pourriez avoir. Ou simplement dis bonjour !

Vous aider à innover dans le domaine des logiciels.

Dans cet article, j'aimerais présenter le site web de la base de données SpiceNice. Il s'agit d'une base de données open source sur les épices culinaires. Outre des informations précieuses sur les épices, vous pouvez également lire des articles sur les plantes correspondantes. Une section consacrée à la littérature gratuite sur les épices complète le site. 

## Qu'est-ce que SpiceNice

![Site web de SpiceNice](https://res.cloudinary.com/dxxtt2clx/image/upload/v1733597813/Screenshot_2024_12_07_at_19_56_14_532af4235a.png) 

[SpiceNice](https://spicenice.pages.dev) est une base de données sur les épices culinaires. Elle contient des informations sur l'épice elle-même ainsi que sur la plante correspondante. L'idée est de disposer de données structurées sur les épices culinaires et leurs plantes. Cela permet aux personnes intéressées par les épices, comme les cuisiniers, les biologistes, les agriculteurs et le grand public, de s'informer. En outre, une petite section est consacrée à la littérature gratuite sur les épices. 

Dans la version web de la base de données SpiceNice, vous pouvez sélectionner l'épice qui vous intéresse. Vous obtenez ensuite un aperçu plus détaillé de l'épice, avec des informations telles que le nom botanique, sa forme culinaire et son pays d'origine. En outre, des informations sur la plante sont incluses, avec des explications sur la botanique et la culture de la plante. 

## Origine des données

Les données ont été extraites de l'édition anglaise de Wikipedia. 

## Architecture technique 

![Architecture SpiceNice](https://res.cloudinary.com/dxxtt2clx/image/upload/v1733596683/Architecture_Spice_Nice_39740c00b4.png) Le backend de SpiceNice est composé du CMS (système de gestion de contenu) open source headless [Strapi](https://strapi.io), connecté à une base de données PostgreSQL. Astro est utilisé comme cadre frontal qui génère le site web statique de SpiceNice. 

## Orientation future

La vision de SpiceNice est de devenir une base de données spécialisée complète sur les épices culinaires. Il pourrait également fournir une API web pour interroger les données avec des liens pour différents langages de programmation.

L'objectif est également de créer une communauté de personnes partageant les mêmes intérêts et s'intéressant au monde des épices culinaires. Elles pourraient collaborer et communiquer via la plateforme SpiceNice. 

La traduction du contenu de la base de données dans différentes langues serait un autre objectif. Il serait également utile de réunir les consommateurs et les producteurs de produits à base d'épices. 

## Conclusion 

Ceci conclut cet aperçu du produit open source SpiceNice. Si vous êtes intéressé, si vous souhaitez collaborer ou donner votre avis, n'hésitez pas à me contacter via le bouton ci-dessous. 

## Références 

Site web de SpiceNice : [https://spicenice.pages.dev](https://spicenice.pages.dev) 

Strapi CMS : [https://strapi.io](https://strapi.io) 

Photo de couverture par <a href="https://pixabay.com/users/tarasyasinski-13623164/?utm_source=link-attribution&utm_medium=referral&utm_campaign=image&utm_content=9061583">Taras Yasinski</a> de <a href="https://pixabay.com//?utm_source=link-attribution&utm_medium=referral&utm_campaign=image&utm_content=9061583">Pixabay</a>

large_ai-generated-9061583_1280.png

medium_ai-generated-9061583_1280.png

small_ai-generated-9061583_1280.png

thumbnail_ai-generated-9061583_1280.png

Dans cet article, j'aimerais présenter le site web de la base de données SpiceNice. Il s'agit d'une base de données open source sur les épices culinaires. Outre des informations précieuses sur les épices, vous pouvez également lire des articles sur les plantes correspondantes. Une section consacrée à la littérature gratuite sur les épices complète le site. 

SpiceNice - Une base de données open source sur les épices

Tous les grands fournisseurs de services en nuage comme AWS et Azure disposent d'une API pour la synthèse de texte en mots parlés. Mais il y a aussi de jeunes entreprises comme ElevenLabs qui proposent leurs solutions innovantes dans ce domaine. Une troisième option est le logiciel libre pour ceux qui ne veulent pas payer pour le service de TTS (text-to-speech) ou qui ont besoin d'un TTS sur l'appareil. C'est pourquoi, dans cet article, je souhaite donner un aperçu des principales alternatives TTS open source. 

## Piper

[Piper](https://github.com/rhasspy/piper) est un projet de la [Open Home Foundation](https://www.openhomefoundation.org). Il vise à créer une technologie de préservation de la vie privée pour les foyers. Les voix sont formées à l'aide d'un projet appelé [VITS](https://github.com/jaywalnut310/vits) qui est basé sur l'[article](https://arxiv.org/abs/2106.06103) "Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech" de Jaehyeon Kim, Jungil Kong et Juhee Son. La nouveauté de cette approche réside dans le fait qu'elle n'utilise pas de vocodeur séparé pour produire la forme d'onde audio, mais qu'elle intègre le tout dans un seul réseau neuronal. Ils affirment que cela améliore la qualité de la voix parlée. Le projet VITS utilise PyTorch pour l'entraînement et l'inférence. 

Piper est simple à installer, il suffit de lancer : 

```bash 
pip install piper-tts 
``` 

Avant de lancer le projet, vous devez télécharger le modèle [ONNX](https://onnx.ai/) correspondant à votre langue et à votre voix. Vous pouvez trouver les instructions [ici](https://github.com/rhasspy/piper/tree/master?tab=readme-ov-file#running-in-python). Piper supporte un certain nombre de langues. J'ai essayé quelques-unes d'entre elles et elles sonnent naturellement et sont agréables à écouter. 

## Coqui

[Coqui](https://github.com/coqui-ai/TTS) était un projet de la startup du même nom, aujourd'hui disparue. Comme le code source est ouvert, il est toujours accessible et utilisable. Il est également facile à installer en utilisant Python : 

```bash 
pip install TTS 
``` 

Vous pouvez lister toutes les combinaisons de langues et de voix supportées avec la commande suivante : 

```bash 
tts --list_models 
``` 

Ensuite, pour générer un fichier audio à partir d'un texte, vous devez sélectionner le modèle approprié à partir de la sortie de la commande ci-dessus.

Par exemple : 

```bash 
tts --text "Text for TTS" --model_name "<model_type>/<language>/<dataset>/<model_name>" --out_path output/path/speech.wav 
``` 

Si le modèle spécifié n'est pas disponible localement, il le téléchargera automatiquement et générera ensuite le fichier WAV de sortie. J'ai essayé Coqui avec plusieurs langues et la qualité était correcte et, dans certaines langues, le son était naturel. Pour de meilleurs résultats, utilisez les modèles VITS. 

## Whisper Speech 

[Whisper Speech](https://github.com/collabora/whisperspeech) est un projet open source qui s'appuie sur un autre modèle de synthèse vocale open source d'OpenAI, Whisper. Le projet Whisper Speech ne prend actuellement en charge qu'un nombre limité de langues et de voix. Il n'est pas vraiment prêt à être utilisé, mais les échantillons proposés sur les pages GitHub sont encourageants, même s'ils ne semblent pas 100% naturels. L'avenir montrera comment ce projet évoluera, mais les idées qui le sous-tendent sont prometteuses.

## Espeak-ng 

Le synthétiseur vocal [espeak-ng](https://github.com/espeak-ng/espeak-ng) est le projet open source qui a la plus longue histoire de cette liste. Il prend en charge un grand nombre de langues, plus de 100. 

Il utilise une méthode de synthèse spéciale et consomme donc peu de ressources système. Il est facile à installer, par exemple sous Linux avec un gestionnaire de paquets. Malheureusement, il produit une parole à la sonorité très robotique. Mais il est néanmoins intelligible. C'est pourquoi il peut être utilisé, par exemple, sur certains systèmes embarqués où le son naturel de la parole n'est pas très important. 

De même, lorsque la prise en charge de langues moins courantes est nécessaire, il peut s'agir de la seule option open source disponible. 

## Conclusion 

Parmi les quatre applications de synthèse vocale open source testées, ma préférée est clairement Piper. C'est l'application qui a la sonorité la plus naturelle. Whisper Speech a du potentiel, mais seul le temps montrera comment il évolue. L'avenir de Coqui, dont le principal bailleur de fonds a cessé ses activités, est incertain et dépend du soutien de la communauté. Espeak-ng semble clairement robotique, mais grâce à son grand nombre de langues supportées et à ses faibles besoins en ressources, il peut s'avérer intéressant pour certaines applications de niche. 

Sur ce, j'espère que vous avez appris quelque chose dans cet article, et je suis heureux de recevoir vos commentaires. Cliquez simplement sur le bouton de contact ci-dessous. 

## Références 

- Piper : [https://github.com/rhasspy/piper](https://github.com/rhasspy/piper) 
- Coqui : [Coqui](https://github.com/coqui-ai/TTS) 
- Whisper Speech : [Whisper Speech](https://github.com/collabora/whisperspeech) 
- Espeak-ng : [espeak-ng](https://github.com/espeak-ng/espeak-ng) 
 
Image de couverture par <a href="https://pixabay.com/users/broneartulm-642467/?utm_source=link-attribution&utm_medium=referral&utm_campaign=image&utm_content=856770">BroneArtUlm</a> de <a href="https://pixabay.com//?utm_source=link-attribution&utm_medium=referral&utm_campaign=image&utm_content=856770">Pixabay</a>

large_sound-856770_1280.png

medium_sound-856770_1280.png

small_sound-856770_1280.png

thumbnail_sound-856770_1280.png

Tous les grands fournisseurs de services en nuage comme AWS et Azure disposent d'une API pour la synthèse de texte en mots parlés. Mais il y a aussi de jeunes entreprises comme ElevenLabs qui proposent leurs solutions innovantes dans ce domaine. Une troisième option est le logiciel libre pour ceux qui ne veulent pas payer pour le service de TTS (text-to-speech) ou qui ont besoin d'un TTS sur l'appareil. C'est pourquoi, dans cet article, je souhaite donner un aperçu des principales alternatives TTS open source. 

Du texte à la parole : Analyse des alternatives Open Source TTS

large_ai-generated-7957989_1280.jpg

medium_ai-generated-7957989_1280.jpg

small_ai-generated-7957989_1280.jpg

thumbnail_ai-generated-7957989_1280.jpg

Bien que COBOL puisse être considéré comme un langage hérité, il existe encore des milliards de lignes de COBOL en production. La modernisation de ces systèmes, dont l'exploitation et la maintenance sont coûteuses, est un véritable défi. Une solution à ce problème est un transpileur COBOL vers Go que je souhaite présenter dans cet article.

Comment convertir automatiquement COBOL en Go

Avec WebAssembly, vous pouvez intégrer différents langages de programmation. Cela ouvre de nouvelles possibilités d'utiliser de grandes bibliothèques écrites dans un langage sur une plateforme différente. Dans cet article, je veux montrer comment intégrer une bibliothèque Go pour la tokenisation de phrases dans une page web JavaScript. Normalement, il n'est pas possible d'exécuter du code Go dans un navigateur web, mais avec la technologie WebAssembly, c'est possible. 

## WebAssembly

[WebAssembly](https://github.com/WebAssembly/spec) est une spécification du W3C qui définit un format binaire et textuel pour les programmes exécutables qui peuvent être exécutés dans le navigateur, mais aussi de manière autonome.  Les programmes WebAssembly s'exécutent dans une machine virtuelle (VM) basée sur une pile. Tirant son nom du langage de programmation Assembly, qui est très proche du matériel réel, WebAssembly définit un langage plus indépendant de l'appareil que l'Assembly, mais qui reste de très bas niveau. 

Au moment de la rédaction de cet article, WebAssembly est pris en charge par 97,11 % de tous les navigateurs mondiaux (caniuse.com). Il existe plusieurs extensions à la spécification WebAssembly du W3C qui ont différents niveaux de support parmi les navigateurs. 

## Bibliothèque Go

[Sentences](https://github.com/neurosnap/sentences) est une bibliothèque Go pour la tokenisation de phrases écrite par Eric Bower et publiée en tant que source ouverte sur GitHub. Comme il n'est pas possible d'exécuter du code Go dans le navigateur de manière native, mais seulement du JavaScript, il est possible d'utiliser WebAssembly pour intégrer la bibliothèque dans un site web. 

## Exposer la bibliothèque Sentences à JavaScript 

Vous pouvez intégrer la bibliothèque Sentences en écrivant une application wrapper Go qui exploite le paquetage [syscall/js de Go](https://pkg.go.dev/syscall/js). Il fait partie de la bibliothèque standard de Go. Notez qu'au moment de l'écriture de cet article, ce paquet est étiqueté comme "expérimental". 

Plus précisément, nous utiliserons la fonction `js.FuncOf`. Voici le code source complet de l'application Go : 

```Go
package main

import (
	"fmt"
	"strings"
	"syscall/js"

	"github.com/neurosnap/sentences/english"
)

func sentenceWrapper() js.Func {
	sentenceFunc := js.FuncOf(func(this js.Value, args []js.Value) any {
		if len(args) != 1 {
			return "Invalid no of arguments passed"
		}
		inputSentence := args[0].String()
		fmt.Printf("input %s\n", inputSentence)
		tokenizer, err := english.NewSentenceTokenizer(nil)
		if err != nil {
			panic(err)
		}

		sentences := tokenizer.Tokenize(inputSentence)
		for _, s := range sentences {
			fmt.Println(s.Text)
		}

		var sentenceTexts []string
		for _, s := range sentences {
			trimmedText := strings.TrimSpace(s.Text)
			sentenceTexts = append(sentenceTexts, trimmedText)
		}

		allSentences := strings.Join(sentenceTexts, "\n") // Join all sentences separated by a space
		return allSentences

	})
	return sentenceFunc
}

func main() {
	fmt.Println("Go Web Assembly")
	js.Global().Set("tokenizeSentence", sentenceWrapper())
	<-make(chan struct{})
}
```

Vous voyez que maintenant la fonction `sentenceWrapper` est exposée comme la fonction `tokenizeSentence` en JavaScript. Elle attend comme argument une chaîne à tokeniser et renvoie la chaîne tokenisée. L'intégration réelle avec la bibliothèque sentences se fait à l'intérieur de la fonction passée à `js.FuncOf`. 

## Compiler le Wrapper 

Vous compilez l'application en WebAssembly en utilisant la commande Go build suivante : 

```bash 
GOOS=js GOARCH=wasm go build -o main.wasm 
``` 

Si tout s'est bien passé, vous devriez trouver le fichier `main.wasm` en sortie dans votre dossier. C'est le binaire WebAssembly qui sera chargé dans l'application JavaScript. 

## Intégrer la bibliothèque WebAssembly Go dans le site web 

Afin de charger le fichier `main.wasm` dans la page web, vous avez besoin du code suivant : 

```html
<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8" />
    <script src="wasm_exec.js"></script>
    <script>
      const go = new Go();
      WebAssembly.instantiateStreaming(
        fetch("./main.wasm"),
        go.importObject
      ).then((result) => {
        go.run(result.instance);
      });
    </script>
  </head>
  <body>
    <textarea id="sentenceinput" name="jsoninput" cols="80" rows="20"></textarea>
    <input
      id="button"
      type="submit"
      name="button"
      value="tokenize"
      onclick="tokenize(sentenceinput.value)"
    />
    <textarea id="jsonoutput" name="jsonoutput" cols="80" rows="20"></textarea>
  </body>
  <script>
    var tokenize = function (input) {
      jsonoutput.value = tokenizeSentence(input);
    };
  </script>
</html>
```

Lorsque vous exécutez cette page web dans le navigateur, vous avez également besoin du fichier JavaScript utilitaire `wasm_exec.js` dans le répertoire courant. Vous pouvez obtenir ce fichier à partir de :

```bash
cp "$(go env GOROOT)/misc/wasm/wasm_exec.js" .
```

Comme vous pouvez le voir dans le code JavaScript, la fonction exposée `tokenizeSentence()` est appelée à partir de JavaScript lorsque l'on clique sur le bouton "tokenize". Le contenu du champ de saisie est utilisé comme argument de la fonction et la valeur de retour est alors écrite dans le champ de texte à droite. Notez que vous devez exécuter un serveur web afin d'exécuter la page web dans votre navigateur. Vous pouvez utiliser ce code pour construire un serveur web en Go : 

server/server.go 
```go
package main

import (
	"fmt"
	"net/http"
)

func main() {
	err := http.ListenAndServe(":9090", http.FileServer(http.Dir("../")))
	if err != nil {
		fmt.Println("Failed to start server", err)
		return
	}
}
```

Après avoir démarré le serveur web, vous pouvez accéder à la page dans votre navigateur sous : `http://localhost:9090`. 

Merci à Naveen Ramanathan de [golangbot.com](https://golangbot.com/webassembly-using-go/) pour son inspiration pour cet article. 

## Conclusion 

Comme toujours, j'espère que cet article vous a aidé d'une manière ou d'une autre à rester curieux. WebAssembly est une technologie qui a un grand potentiel pour intégrer les différents éco-systèmes de langage entre eux. 

## Références 

- WebAssembly.org : [https://webassembly.org](https://webassembly.org) 
- Spécification de WebAssembly : [https://github.com/WebAssembly/spec](https://github.com/WebAssembly/spec) 
- Bibliothèque de phrases Go : [https://github.com/neurosnap/sentences](https://github.com/neurosnap/sentences) 
- Paquet Syscall/js : [https://pkg.go.dev/syscall/js](https://pkg.go.dev/syscall/js) 
- Golangbot Webassembly using Go : [https://golangbot.com/webassembly-using-go](https://golangbot.com/webassembly-using-go) 
 
Photo par <a href="https://unsplash.com/@ventiviews?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Venti Views</a> sur <a href="https://unsplash.com/photos/aerial-view-of-city-buildings-during-daytime-KElJx4R4Py8?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Unsplash</a>

large_venti-views-KElJx4R4Py8-unsplash.jpg

medium_venti-views-KElJx4R4Py8-unsplash.jpg

small_venti-views-KElJx4R4Py8-unsplash.jpg

thumbnail_venti-views-KElJx4R4Py8-unsplash.jpg

Avec WebAssembly, vous pouvez intégrer différents langages de programmation. Cela ouvre de nouvelles possibilités d'utiliser de grandes bibliothèques écrites dans un langage sur une plateforme différente. Dans cet article, je veux montrer comment intégrer une bibliothèque Go pour la tokenisation de phrases dans une page web JavaScript.

Intégrer une bibliothèque Go dans une page Web JavaScript avec WebAssembly

Le World Factbook du gouvernement américain contient une pléthore d'informations sur tous les pays du monde. Jusqu'à présent, il n'était pas facile d'interroger et de visualiser les données contenues. Le projet open source `chi-country-facts` est une API GraphQL et une interface graphique du World Factbook. J'aimerais le présenter dans cet article. 

## World Factbook 

Le World Factbook est une collection de données sur tous les pays du monde. Il est publié par le gouvernement américain et a donc un biais centré sur les États-Unis. Mais il contient une pléthore de données homogènes qui facilitent la comparaison des pays à l'échelle mondiale. C'est pourquoi il est utilisé comme base de données pour le projet `chi-country-facts`. 

## Chi-country-facts 

`Chi-country-facts` s'appuie sur le projet `factbook.json` de Gerald Bauer qui analyse le site web publié du World Factbook et l'offre sous forme de données facilement utilisables au format JSON.

![stack of chi-country-facts](https://res.cloudinary.com/dxxtt2clx/image/upload/v1716478733/Screenshot_2024_05_23_at_17_38_34_9558ec6b16.png) 

`Chi-country-facts` consiste en un chargeur qui importe les données JSON sur les pays dans une base de données Mongo.
Il intègre le serveur Apollo GraphQL et contient également une interface graphique facile pour envoyer des requêtes GraphQL (Apollo Sandbox), comme on peut le voir sur la capture d'écran ci-dessous : 

![screenshot chi-country-facts](https://res.cloudinary.com/dxxtt2clx/image/upload/v1716475556/Screenshot_2024_05_20_at_15_37_36_1db2608db3.png) 

D'autres possibilités d'utiliser `chi-country-facts` sont de construire des applications personnalisées par-dessus et d'interroger les données via l'API GraphQL. Vous pouvez également interroger la base de données Mongo directement. Il existe des pilotes dans de nombreux langages de programmation. Mais comment installer l'application et l'utiliser sur votre propre système ? 

## Installation 

Une condition préalable pour installer facilement `chi-country-facts` est que vous ayez Docker sur votre système. Comme `chi-country-facts` publie une image sur Docker Hub, vous pouvez l'exécuter avec une base de données Mongo en utilisant le fichier docker compose suivant : docker-compose.yml 

```yml
version: '3'
services:
  app:
    image: tderflinger/chi-country-facts:0.3.0
    ports:
      - "4000:4000"
    depends_on:
      - db
    environment:
      - MONGO_URL=mongodb://db:27017/CountryFacts
  db:
    image: mongo:latest
    volumes:
      - mongodb_data:/data/db

volumes:
  mongodb_data: 
```

Note, adaptez le numéro de version de l'image à la dernière version. Vous pouvez trouver cette information sur Docker Hub. Une fois que vous avez le fichier docker-compose.yml sur votre système de fichiers, exécutez-le avec : 

```bash 
docker compose up 
``` 

Ensuite, vous pouvez naviguer vers `http://localhost:4000` et vous pouvez spécifier les requêtes GraphQL dans une interface facile à utiliser. 

## GraphQL Queries 

Une fois que vous êtes dans le bac à sable Apollo GraphQL, vous pouvez spécifier les requêtes GraphQL dans l'éditeur principal. Si vous ne souhaitez pas saisir manuellement les requêtes, vous pouvez facilement cliquer sur les éléments que vous souhaitez interroger sur le côté gauche, ce qui est généralement plus rapide et plus facile. 

Lorsque vous avez fini de spécifier votre requête, vous pouvez cliquer sur le bouton "Exécuter" et les résultats s'affichent sur le côté droit. S'il y a des erreurs, le bac à sable vous indiquera ce qui doit être corrigé. Une requête valide à saisir serait par exemple la suivante : 

```graphql
query WorldFactsQuery {
  country {
    name
    economy {
      agriculturalProducts
      budgetRevenues
    }
    geography {
      areaLand
      mapReferences
    }
  }
}
```

L'attribut `mapReferences` est le continent (par exemple l'Afrique, l'Europe, etc.). Les autres attributs sont généralement normalisés, par exemple, l'attribut budgetRevenues est le montant en USD. Lorsque vous exécutez la requête, vous devriez voir la réponse sur le côté droit de l'écran. Vous pouvez passer de l'affichage JSON à l'affichage sous forme de tableau. 

L'étape suivante consiste à exporter les résultats en vue d'un traitement ultérieur. Exportation des résultats en haut du panneau `Response`, vous avez la possibilité d'exporter les données des résultats au format CSV ou JSON. Ces deux formats sont parfaits pour un traitement ultérieur. Dans notre cas, nous préférons le format CSV car l'un de nos outils d'analyse de données favoris le supporte facilement. 

## Analyse des données 

Il existe une pléthore d'outils pour analyser les données au format CSV. Un outil open source populaire est [Pandas](https://pandas.pydata.org). Vous pouvez l'installer sur la plupart des systèmes et l'utiliser avec le langage de programmation Python. 

## Visualisation des données 

En utilisant Pandas, vous pouvez également faire de la visualisation de données, par exemple avec Matplotlib. Il existe de nombreux tutoriels pour Pandas et Matplotlib sur le web. Un excellent moyen de réaliser des visualisations interactives sur le web est de créer des diagrammes avec D3.js. D3.js est une bibliothèque JavaScript qui facilite la création de diagrammes interactifs de haut niveau, comme les diagrammes à barres, les diagrammes circulaires, les cartes arborescentes et bien d'autres types. 

Les diagrammes de la page [Visual World Facts](https://visual-world-facts.pages.dev) ont été créés à l'aide de D3.js. Visual World Facts est un site web issu de `chi-country-facts`. J'y ai utilisé les données que j'ai interrogées et j'ai construit des cartes interactives qui montrent des relations intéressantes entre les pays du monde. Jetez-y un coup d'œil si vous êtes intéressé. 

## Conclusion 

Dans l'Internet d'aujourd'hui, il existe de nombreuses sources ouvertes de données sur le monde. Il est important de rester curieux. Grâce aux outils que j'ai développés, j'espère que vous pourrez obtenir plus facilement de nouvelles informations sur la richesse des données. 

## Références 

- Visual World Facts : [https://visual-world-facts.pages.dev](https://visual-world-facts.pages.dev) 
- chi-country-facts : [https://github.com/tderflinger/chi-country-facts](https://github.com/tderflinger/chi-country-facts) 
- Apollo GraphQL Server : [https://www.apollographql.com/docs/apollo-server](https://www.apollographql.com/docs/apollo-server) 
- Pandas : [https://pandas.pydata.org](https://pandas.pydata.org) 
- Factbook.json : [https://github.com/factbook/factbook.json](https://github.com/factbook/factbook.json)

large_vackground-com-hDQ-dUjQN8E-unsplash.jpg

medium_vackground-com-hDQ-dUjQN8E-unsplash.jpg

small_vackground-com-hDQ-dUjQN8E-unsplash.jpg

thumbnail_vackground-com-hDQ-dUjQN8E-unsplash.jpg

Le World Factbook du gouvernement américain contient une pléthore d'informations sur tous les pays du monde. Jusqu'à présent, il n'était pas facile d'interroger et de visualiser les données contenues. Le projet open source chi-country-facts est une API GraphQL et une interface graphique du World Factbook. J'aimerais le présenter dans cet article. 


Interroger le World Factbook avec GraphQL

Normalement, lorsque vous achetez un éclairage domestique que vous souhaitez contrôler électroniquement, vous devez installer un logiciel personnalisé. Mais avec le protocole ZigBee et la passerelle RaspBee II, vous pouvez utiliser des appareils compatibles et des logiciels libres. Dans cet article, je vais vous montrer comment ajouter un service API en Go personnalisé à la pile. 

Dans le diagramme suivant, vous pouvez voir la pile logicielle que j'utilise pour le projet : 

![Pile logicielle](https://res.cloudinary.com/dxxtt2clx/image/upload/v1710517369/Screenshot_2024_03_15_at_16_42_22_8508b85b01.png) 

## ZigBee 

ZigBee est une spécification basée sur l'IEEE 802.15.4 pour une suite de protocoles de communication de haut niveau utilisés pour créer des réseaux personnels avec de petites radios numériques de faible puissance. Il est souvent utilisé dans la domotique, mais aussi dans d'autres contextes tels que la production industrielle ou les appareils médicaux. 

Sa principale caractéristique est qu'il ne consomme pas beaucoup d'énergie. Par conséquent, elle peut souvent fonctionner sur batterie pendant une longue période. Le revers de la médaille est que son débit de données est également faible. Mais pour allumer et éteindre des lumières, c'est suffisant. 

Lorsque vous achetez un appareil compatible ZigBee, comme une bande lumineuse LED, vous avez besoin d'une passerelle pour contrôler l'appareil. 

## RaspBee II Gateway 

L'une de ces passerelles ZigBee est la [Raspbee II gateway](https://phoscon.de/en/raspbee2) que j'utilise dans le cadre de cet article. RaspBee II est développé par Dresden Elektronik en Allemagne et est une carte d'extension qui s'adapte à un Raspberry Pi standard. RaspBee II est livré avec une application logicielle appelée "deCONZ" qui s'interface avec le matériel. 

L'avantage de deCONZ est que vous pouvez l'intégrer facilement à Home Assistant, ce qui vous permet de contrôler la passerelle ZigBee directement dans Home Assistant. 

## Home Assistant 

[Home Assistant](https://www.home-assistant.io) est une application de domotique open source très répandue. Elle a été développée à l'origine par Paulus Schoutsen et publiée en 2013. Elle est écrite en Python et dispose d'une interface web mais propose également des applications mobiles. 

Dans Home Assistant, vous pouvez ajouter deCONZ en tant qu'intégration. Ainsi, vos appareils ZigBee reconnus par deCONZ sont également disponibles dans Home Assistant. Vous pouvez alors configurer des routines d'automatisation simples. Par exemple, si vous avez un détecteur de mouvement, vous pouvez ajouter une routine d'automatisation qui allume les lumières dès qu'un mouvement est détecté. Mais pour notre objectif, nous voulons intégrer MQTT et contrôler les lumières via MQTT. 

## Mosquitto 

MQTT est un protocole léger de publication et d'abonnement qui est souvent utilisé dans les scénarios de domotique. Les applications peuvent communiquer entre elles à l'aide d'un mécanisme de messagerie de type publication-abonnement. Dans notre cas, je l'utilise pour contrôler l'état des lumières LED. 

Mais tout d'abord, nous devons installer un courtier MQTT. Un courtier MQTT open source populaire est Eclipse Mosquitto. Il est facile à installer et à configurer. Dans mon cas, je l'ai installé sur la même machine que Home Assistant. Ensuite, vous configurez une automatisation dans Home Assistant qui réagit aux messages reçus sur un canal MQTT et qui allume ou éteint les lumières LED. 

Vous pouvez voir ma configuration dans la capture d'écran suivante : 

![Home Assistant MQTT](https://res.cloudinary.com/dxxtt2clx/image/upload/v1710515892/Screenshot_2024_03_15_at_16_14_29_0a04ad1643.png) 

Comme sujet MQTT, j'ai choisi "/homeassistant/sleep-light", mais le nommage est à votre convenance. Il doit juste être cohérent avec l'application web Go que nous programmerons plus tard et qui publiera un message MQTT. Une fois que Home Assistant est configuré, il écoute les messages MQTT entrants sur le topic "/homeassistant/sleep-light" et allume la lumière LED en conséquence. Maintenant, nous devons créer une API REST et une simple application web pour contrôler les lumières. 

## Go App 

Pour écrire l'API et la simple application web, j'ai choisi Go comme langage de programmation. Avec Go, il est facile de compiler pour les processeurs d'architecture ARM. 

Voici le code source de l'application Go : 

```Go 
package main

import (
	"fmt"
	"os"

	mqtt "github.com/eclipse/paho.mqtt.golang"
	"github.com/gofiber/fiber/v2"
)

func main() {
	broker := "tcp://your-server:1883"
	clientID := "go-mqtt-publisher"
	topic := "/homeassistant/sleep-light"
	message := "TOGGLE"

	opts := mqtt.NewClientOptions().AddBroker(broker).SetClientID(clientID)
	client := mqtt.NewClient(opts)
	if token := client.Connect(); token.Wait() && token.Error() != nil {
		fmt.Println(token.Error())
		os.Exit(1)
	}

	app := fiber.New()

	app.Get("/", func(c *fiber.Ctx) error {
		return c.SendFile("./public/index.html")
	})

	app.Get("/v1/lights", func(c *fiber.Ctx) error {
		token := client.Publish(topic, 0, false, message)
		token.Wait()

		if token.Error() != nil {
			return c.SendString(token.Error().Error())
		} else {
			return c.SendString("Toggled lights!")
		}
	})

	app.Listen(":3005")
}
``` 

Comme framework API REST j'utilise [Fiber](https://gofiber.io). La bibliothèque MQTT est Paho MQTT. Avant de lancer cette application Go, vous devez adapter le point de terminaison "broker" à votre serveur. Cette application écoute le point de terminaison GET "/v1/lights" et envoie un message MQTT au broker MQTT Mosquitto. 

Comme Home Assistant est à l'écoute de ce type de messages MQTT, une fois que vous invoquez le point de terminaison GET, les lumières LED s'allument. La pièce manquante est l'application web. Il s'agit d'un simple bouton qui invoque le point de terminaison GET "/v1/lights". 

Voici l'application web : 

index.html
```html
<!DOCTYPE html>
<html>
  <head>
    <title>Lights Toggler</title>
  </head>
  <body>
    <button id="myButton" style="font-size: 60px; padding: 10px 20px;">Toggle Lights</button>

    <script>
      document
        .getElementById("myButton")
        .addEventListener("click", function () {
          var xhr = new XMLHttpRequest();
          xhr.open("GET", "http://your-server:3005/v1/lights", true);
          xhr.send();
        });
    </script>
  </body>
</html>
```

Cette page web est livrée au navigateur via le point d'arrivée "/" tel que configuré dans l'application Go Fiber. Dans la page web, j'ai utilisé XMLHttpRequest() au lieu de la méthode standard fetch() parce que le site web doit fonctionner sur des navigateurs anciens pour moi. Si ce n'est pas le cas pour vous, vous pouvez remplacer ces lignes par fetch(). 

Vous pouvez maintenant contrôler les lumières ZigBee avec une application web et une API. Ceci met fin à notre histoire sur la façon de contrôler les lumières LED ZigBee avec une application web. 

## Conclusion 

Comme vous avez pu le constater dans cet article, l'intégration d'une lampe LED ZigBee dans le monde des standards web tels que HTTP et les applications web nécessite un certain nombre d'éléments. Mais heureusement, de nombreux éléments sont open source et disponibles gratuitement. Je suis sûr qu'il existe d'autres moyens d'atteindre le même objectif, et j'aimerais entendre votre histoire. Vous pouvez me contacter en cliquant sur le bouton de contact ci-dessous. 

## Références 

- ZigBee : [https://csa-iot.org](https://csa-iot.org) 
- RaspBee II : [https://phoscon.de/en/raspbee2](https://phoscon.de/en/raspbee2) 
- Home Assistant : [https://www.home-assistant.io](https://www.home-assistant.io) 
- Mosquitto : [https://mosquitto.org](https://mosquitto.org) 
- Go : [https://go.dev](https://go.dev) 
- Fiber : [https://gofiber.io](https://gofiber.io) 

Photo de couverture par <a href="https://unsplash.com/@9thvenom?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Dejan Nasteski</a> sur <a href="https://unsplash.com/photos/blue-and-white-light-fixture-I3rvOvxvybE?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Unsplash</a>

large_dejan-nasteski-I3rvOvxvybE-unsplash.jpg

medium_dejan-nasteski-I3rvOvxvybE-unsplash.jpg

small_dejan-nasteski-I3rvOvxvybE-unsplash.jpg

thumbnail_dejan-nasteski-I3rvOvxvybE-unsplash.jpg

Normalement, lorsque vous achetez un éclairage domestique que vous souhaitez contrôler électroniquement, vous devez installer un logiciel personnalisé. Mais avec le protocole ZigBee et la passerelle RaspBee II, vous pouvez utiliser des appareils compatibles et des logiciels libres. Dans cet article, je vais vous montrer comment ajouter un service API en Go personnalisé à la pile. 


Contrôlez les lampes LED ZigBee avec l'application Web Go

## Nest.js 

[Nest.js](https://nestjs.com) est un framework pour construire des applications JavaScript et TypeScript côté serveur. Il fournit une abstraction au dessus d'Express.js ou de Fastify. Il a une bonne architecture et des applications côté serveur plus importantes peuvent être programmées plus rapidement qu'avec Express.js ou Fastify. Souvent, les applications Nest.js utilisent un ORM (Object-Relational Mapping) et c'est ainsi que Prisma entre en jeu. 

## Prisma 

L'utilisation d'un ORM dans une application Node et Nest.js facilite la manipulation et l'interrogation de données dans une base de données SQL. En raison du décalage entre un langage de programmation orienté objet comme TypeScript et le modèle de données relationnel, un outil comme Prisma est très utile. Prisma a une seule source de vérité pour le modèle de données, ce qui est une bonne conception. Il peut facilement être utilisé dans une application Nest.js. Une fois que vous avez développé votre application Nest.js, vous devez également penser au déploiement. C'est là que les conteneurs avec Docker brillent. 

## Docker

[Docker](https://www.docker.com) est utilisé pour automatiser le déploiement de logiciels dans des paquets légers appelés conteneurs. C'est aujourd'hui la norme pour le déploiement de logiciels côté serveur dans le nuage. Ainsi, lorsque vous souhaitez déployer votre application Nest.js qui utilise Prisma vers un service de nuage qui prend en charge Docker, vous devez écrire un *Dockerfile*. Le Dockerfile spécifie les étapes de création d'une image Docker. 

## Comment Dockeriser 

Voici un exemple de Dockerfile pour une application Nest.js qui utilise Prisma : 

```Docker
# Utiliser un runtime Node.js officiel comme image de base # Cette ligne spécifie l'image de base pour l'image Docker. Dans ce cas, nous utilisons une image officielle du runtime Node.js avec la version 18.18 et la 
# distribution Linux Alpine. 
FROM node:18.18-alpine 

# Cette ligne définit le répertoire de travail à l'intérieur du conteneur à /usr/src/app. C'est là que nous copierons le code de notre # application et que celle-ci s'exécutera. 
WORKDIR /usr/src/app 

# Cette ligne installe le paquet build-base en utilisant le gestionnaire de paquets Alpine (apk). Ce paquet comprend les outils nécessaires pour 
# construire des modules Node.js natifs. 
RUN apk add build-base 

# Cette ligne installe Python 3 en utilisant le gestionnaire de paquets Alpine. Python est nécessaire pour certains modules Node.js qui ont des dépendances natives. 
RUN apk add python3 

# Cette ligne installe le paquet node-gyp globalement en utilisant npm. node-gyp est un outil pour construire des modules Node.js 
# natifs. 
RUN npm install -g node-gyp 

# Copier package.json et package-lock.json dans le conteneur 
COPY package*.json ./ 

# Installer les dépendances de l'application 
RUN npm install 

# Copier le reste du code de votre application dans le conteneur 
COPY . . 

# Cette ligne définit une variable d'environnement qui indique à Prisma ORM d'ignorer les sommes de contrôle manquantes du moteur. Ceci est utile lors du déploiement sur certaines 
# plateformes comme Heroku. 
ENV PRISMA_ENGINES_CHECKSUM_IGNORE_MISSING=1 

# Cette ligne génère le code client Prisma basé sur le schéma défini dans l'application. 
RUN npx prisma generate 

# Expose le port sur lequel votre application s'exécutera (Nest.js par défaut est 3000) 
EXPOSE 3000 

# Définit la commande pour exécuter votre application 
CMD ["npm", "start"] 
```

J'ai inclus des commentaires à chaque ligne du *Dockerfile*. Veuillez noter qu'à cause de Prisma, il y a eu plus d'étapes nécessaires que pour une application Nest.js pure. Dans ce *Dockerfile*, j'ai utilisé une image Alpine Linux Node parce qu'elle est plus petite en taille et plus sûre que l'image Node standard. L'étape suivante est de construire l'image en utilisant Docker. Vous pouvez le faire avec la commande suivante : 

```bash docker build -t <image-name> . ``` 

Ensuite, vous pouvez démarrer l'image et l'exécuter en tant que conteneur. Si vous utilisez un outil comme Docker Desktop, il suffit de cliquer sur le bouton run. Il existe également une commande en ligne de commande : 

``bash docker run -p <host-port>:<container-port> <image-name> `` 

Dans notre cas, le *container-port* est 3000 (commande EXPOSE 3000 dans le Dockerfile). 

Enfin, vous devriez pouvoir accéder à votre application déployée. 

## Conclusion 

Comme vous avez pu le constater, les applications Nest.js ne sont pas difficiles à dockeriser. Lorsque vous utilisez le client Prisma, il y a un certain nombre d'étapes supplémentaires à suivre. J'espère que vous avez appris quelque chose de nouveau. 

## Références 

- Nest.js : [https://nestjs.com](https://nestjs.com) 
- Prisma : [https://www.prisma.io](https://www.prisma.io) 
- Docker : [https://www.docker.com](https://www.docker.com) 

Photo de couverture : <a href="https://unsplash.com/de/@lazycreekimages?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Michael Dziedzic</a> sur <a href="https://unsplash.com/de/fotos/dreieckiges-rotes-und-blaues-dreieck-W6l35A_rxxU?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash">Unsplash</a>

large_michael-dziedzic-W6l35A_rxxU-unsplash.jpg

medium_michael-dziedzic-W6l35A_rxxU-unsplash.jpg

small_michael-dziedzic-W6l35A_rxxU-unsplash.jpg

thumbnail_michael-dziedzic-W6l35A_rxxU-unsplash.jpg

Souvent, les gens utilisent Nest.js et Prisma ensemble lorsqu'ils programment une application backend. La question se pose alors de savoir comment déployer l'application avec Docker. Cet article vous montre comment faire. 


Comment dockeriser une application Prisma Nest.js

Avec l'essor du streaming vidéo et des appels vidéos, la nécessité d'une bonne qualité audio est devenue plus important que jamais. Cet article vous donnera un aperçu des différents codecs audio utilisés sur le web et de la manière dont ils se comparent les uns aux autres. Un codec audio est un composant logiciel ou matériel qui compresse ou décompresse des données audio numériques. Le terme codec est l'abréviation de "codeur-décodeur", qui désigne le processus de codage des données audio pour la transmission ou le stockage et leur décodage pour la lecture. Un codec audio peut être utilisé pour réduire la taille des fichiers audio, ce qui facilite leur transmission ou leur stockage. La compression est obtenue en supprimant les données redondantes ou non pertinentes du signal audio, tout en conservant autant que possible sa qualité globale. 

## WAV 

Le [Waveform Audio Format (WAV)](https://fr.wikipedia.org/wiki/Waveform_Audio_File_Format) a été développé conjointement par Microsoft et IBM en 1991. En général, les données audio sont stockées non compressées dans le format LPCM (linear pulse-code modulation). Le format LPCM, également utilisé dans les CD audio, stocke des données audio LPCM à deux canaux échantillonnées à 44,1 kHz avec 16 bits par échantillon. Il est donc de haute qualité, mais sa taille de fichier est aussi très importante, ce qui le rend inadapté à la diffusion audio en continu. Il peut aussi contenir des métadonnées dans le bloc INFO. WAV est un format de fichier audio ainsi qu'un format de conteneur pour d'autres formats audio. 

## MP3 

[MP3](https://fr.wikipedia.org/wiki/MP3) est un format de codage pour l'audio numérique créé par la société Fraunhofer en Allemagne en 1991. Il s'agit d'un format de compression audio avec perte.

Il permet donc de réduire considérablement la taille des fichiers par rapport à d'autres formats tels que WAV. Il utilise la modélisation psychoacoustique pour supprimer les parties du son qui ne sont pas perçues par l'oreille humaine. MP3 est le format audio le plus populaire sur le web. Il est pris en charge par tous les principaux navigateurs. Il est ainsi pris en charge par tous les principaux systèmes d'exploitation. Le MP3 est désormais libre de tout brevet dans l'Union européenne et aux États-Unis. 

## AAC 

[AAC (Advanced Audio Coding)](https://fr.wikipedia.org/wiki/Advanced_Audio_Coding) est un format de compression audio avec perte. Il a été développé par un consortium de différentes entreprises, dont Bell, Fraunhofer, Sony et d'autres, en 1997. Il a été conçu comme le successeur du format MP3. 

AAC est un format de compression audio avec perte. Il est utilisé dans de nombreux produits Apple comme iTunes et iPod. Android prend également en charge ce format. 

La prise en charge par les navigateurs n'est pas aussi bonne que pour le format MP3, mais il est toujours pris en charge par les principaux navigateurs. En raison de problèmes de brevets, Firefox ne prend en charge le format AAC que lorsque le système d'exploitation le prend en charge. Il s'agit d'une norme ouverte, mais payante. 

## FLAC 

[FLAC (Free Lossless Audio Codec)](https://fr.wikipedia.org/wiki/Free_Lossless_Audio_Codec) est un format de compression audio sans perte. Il a été développé par Josh Coalson en 2001 et est maintenant administré par la fondation Xiph.org. 

Comme il est sans perte, il ne réduit pas la qualité de l'audio. Il est donc idéal pour l'archivage des fichiers audio et pour les applications où la qualité audio est importante. FLAC n'est couvert par aucun brevet et est open source et libre de droits. La lecture de FLAC est prise en charge par tous les principaux navigateurs (à l'exception d'Opera) et systèmes d'exploitation. 

## ALAC 

[ALAC (Apple Lossless Audio Codec)](https://fr.wikipedia.org/wiki/Apple_Lossless) est un format de compression audio sans perte. Il a été développé par Apple en 2004. Il est utilisé dans les produits Apple tels qu'iTunes et iPod. Développé comme un format propriétaire par Apple, il est présentement un format open source. 

Mais la prise en charge multiplateforme n'est pas bonne. En ce qui concerne les navigateurs, seul le navigateur Safari le prend en charge. Pour les systèmes d'exploitation, seuls macOS et iOS le prennent en charge. 

## G.711 

[G.711](https://fr.wikipedia.org/wiki/G.711) a été spécifiquement conçu pour être utilisé dans le système de téléphonie en 1972. G.711 transmet des signaux audio dans la plage de 300-3400 Hz et les échantillonne à la vitesse de 8 000 échantillons par seconde. La norme est gérée par l'organisation ITU-T. Tous les brevets ont expiré et il peut être utilisé gratuitement. Ce codec est désormais pris en charge par tous les principaux navigateurs web en relation avec WebRTC. 

## G.722

[G.722](https://fr.wikipedia.org/wiki/G.722) est un codec audio 7 kHz développé par l'UIT en 1988. Comme le G.711, il est principalement utilisé dans le système de téléphonie. Dans le G.722, le signal audio est codé à l'aide de la modulation différentielle adaptative du code d'impulsion (ADPCM), dans laquelle chaque échantillon est représenté non pas par sa valeur absolue, mais par une valeur indiquant à quel point le nouvel échantillon diffère de l'échantillon précédent. 

## Vorbis 

La fondation Xiph.org a développé [Vorbis](https://fr.wikipedia.org/wiki/Vorbis) en tant qu'alternative open source au MP3. Initialement publié en 2000, il s'agit d'un format de compression audio avec perte. 
Selon le paramètre de qualité utilisé lors de l'encodage, le débit binaire obtenu peut varier d'environ 45 kbps à 500 kbps. 

Comme il ne bénéficie pas du soutien financier d'une grande entreprise, il n'est pas aussi largement soutenu que le MP3. Cependant, il est pris en charge par tous les principaux navigateurs, à l'exception de Safari. Vorbis est généralement utilisé dans le format de conteneur Ogg ou WebM.

## Opus

Comme Vorbis, [Opus](https://fr.wikipedia.org/wiki/Opus_Interactive_Audio_Codec) a également été développé par la fondation Xiph.org. Présenté comme le successeur de Vorbis, il l'améliore à bien des égards, notamment grâce à sa faible latence qui le rend idéal pour la communication en temps réel. Il s'agit d'un bon codec audio polyvalent qui peut traiter efficacement les sons de faible complexité, tels que la parole, ainsi que la musique et d'autres sons de grande complexité. 

En tant que codec, il est gratuit et à code source ouvert. Il est par ailleurs libre de tout brevet. Il a été normalisé par l'IETF sous la référence RFC 6716. Opus est très bien pris en charge par tous les principaux navigateurs. Il peut ainsi être utilisé dans WebRTC. Il est de plus pris en charge par tous les principaux systèmes d'exploitation, bien que dans des conteneurs différents. 

## Conclusion 

Comme vous pouvez le constater, il existe de nombreux formats audio différents. Par exemple, le MP3 est le format le plus populaire, mais il n'est pas open source. Pour les applications vocales, G.711 et G.722 sont de bons choix, mais le codec Opus à usage général est peut-être le meilleur choix pour la plupart des applications, car il est gratuit, open source, sans brevet et pris en charge par les navigateurs modernes. 

## Références

- MDN Web Audio Codec Guide: https://developer.mozilla.org/en-US/docs/Web/Media/Formats/Audio_codecs 

- Wikipedia Comparison of Audio Coding Formats : https://en.wikipedia.org/wiki/Comparison_of_audio_coding_formats

large_cover.png

medium_cover.png

small_cover.png

thumbnail_cover.png

Avec l'essor des conférences en ligne et des appels vidéo, la nécessité d'une bonne qualité audio est devenue plus important que jamais. Cet article vous donnera un aperçu des différents codecs audio utilisés sur le web et de la manière dont ils se comparent les uns aux autres.

Codecs audio web

WebAssembly (Wasm) définit un format de code binaire portable pour les programmes exécutables. Il peut être utilisé pour exécuter les langages qui prennent en charge WebAssembly dans le navigateur. Ainsi, vous n'êtes plus limité à l'utilisation de JavaScript dans le navigateur. Dans cet article, je veux vous montrer quels langages de programmation prennent actuellement en charge WebAssembly. 

## .Net 

Dans le domaine du .Net, Blazor est pour le moment le produit de Microsoft qui offre l'interopérabilité entre C# et JavaScript en utilisant WebAssembly. Vous pouvez écrire des applications frontales et dorsales uniquement en C#. La partie frontale s'exécute sur WebAssembly dans le navigateur. 

[https://dotnet.microsoft.com/en-us/apps/aspnet/web-apps/blazor](https://dotnet.microsoft.com/en-us/apps/aspnet/web-apps/blazor)

## AssemblyScript

AssemblyScript est similaire à TypeScript mais se compile en WebAssembly au lieu de JavaScript. Ainsi, pour une logique lourde en calcul comme la manipulation d'images, vous pouvez utiliser AssemblyScript, car les performances sont meilleures que le code TypeScript similaire. 

[https://www.assemblyscript.org](https://www.assemblyscript.org)

## C / C++ 

Emscripten est un compilateur qui compile le code C/C++ en WebAssembly. Il a été l'un des premiers compilateurs vers WebAssembly sur le marché. 

[https://emscripten.org](https://emscripten.org)

## COBOL 

COBOL est un langage de programmation d'entreprise qui est encore utilisé dans de nombreuses applications mainframe. Le projet Cobweb compile COBOL vers WebAssembly, rendant possible une utilisation plus large de cet éminent langage. 

[https://github.com/cloudflare/cobweb](https://github.com/cloudflare/cobweb)

## D 

Les concepteurs des langages de programmation D voulaient faire un "meilleur C++". Il est principalement utilisé pour la programmation au niveau du système. Le compilateur a une option de sortie vers WebAssembly. 

[https://dlang.org/index.html](https://dlang.org/index.html])

## Faust 

Faust est un langage de programmation fonctionnel pour la synthèse sonore et le traitement audio. Il supporte également WebAssembly. 

[https://faust.grame.fr](https://faust.grame.fr)

## Go 

Go est un langage de programmation compilé de manière statique avec la collecte de déchets et la concurrence en tête. Il supporte WebAssembly. 

[https://go.dev](https://go.dev)

## Pascal 

Pascal est un langage de programmation procédural conçu par Niklaus Wirth. Le compilateur Free Pascal a également WebAssembly comme cible de compilation. 

[https://www.freepascal.org](https://www.freepascal.org)

## PHP 

PHP est un langage de script à usage général destiné au développement Web. Actuellement, il existe un effort pour faire fonctionner PHP avec WebAssembly. Il est appelé "Wasmer PHP" et est hébergé sur GitHub. 

[https://github.com/wasmerio/wasmer-php](https://github.com/wasmerio/wasmer-php)

## Python 

Python est un langage de programmation général de haut niveau, très populaire. La distribution Pyodide cible Python pour le navigateur et Node en utilisant WebAssembly. 

[https://github.com/pyodide/pyodide](https://github.com/pyodide/pyodide)

## Rust 

Rust est un langage de programmation multiparadigme à usage général. Rust renforce la sécurité de la mémoire et est populaire pour la programmation de systèmes. Rust supporte WebAssembly. 

[https://www.rust-lang.org](https://www.rust-lang.org)

## Swift 

Swift est un langage de programmation général compilé développé par Apple. Le projet SwiftWasm vous permet de compiler Swift en WebAssembly. 

[https://swiftwasm.org](https://swiftwasm.org)

## Conclusion 

Comme vous pouvez le constater dans la liste ci-dessus, il existe actuellement une multitude de langages de programmation qui prennent en charge WebAssembly. Ainsi, vous n'êtes pas coincé avec le seul JavaScript sur le navigateur, mais pouvez utiliser le langage le plus approprié à la tâche. Avec le temps, la prise en charge de WebAssembly dans les langages de programmation ne fera probablement que croître. 

## Références 

- WebAssembly.org: [https://webassembly.org](https://webassembly.org)

- Awesome WASM Langs: [https://github.com/appcypher/awesome-wasm-langs](https://github.com/appcypher/awesome-wasm-langs)

Image de couverture Photo de Philip Oroni sur Unsplash

large_cover.jpg

medium_cover.jpg

small_cover.jpg

thumbnail_cover.jpg

WebAssembly (Wasm) définit un format de code binaire portable pour les programmes exécutables. Il peut être utilisé pour exécuter les langages qui prennent en charge WebAssembly dans le navigateur. Ainsi, vous n'êtes plus limité à l'utilisation de JavaScript dans le navigateur. Dans cet article, je veux vous montrer quels langages de programmation prennent actuellement en charge WebAssembly.

Principaux langages WebAssembly

Aujourd'hui, le marché des logiciels de CAO (conception assistée par ordinateur) pour l'architecture est essentiellement fermé et présente une structure oligopolistique. Quelques grandes entreprises dominent le marché. Dans cet article, j'ai l'intention de présenter une vision alternative de l'avenir d'un écosystème open source. 

## Marché de la CAO architecturale 

Aujourd'hui, le marché des logiciels de CAO architecturale est dominé par des sociétés à code fermé comme [Autodesk](https://www.autodesk.com/) ou [Nemetschek](https://www.nemetschek.com). Ils sont chers, difficiles à utiliser et ne fonctionnent souvent que sous Windows. Outre les frais d'abonnement élevés, les utilisateurs doivent être formés de manière approfondie. Les logiciels de CAO professionnels sont donc hors de portée de nombreux architectes plus pauvres, notamment dans les pays en développement. 

## Technologies Web habilitantes 

Ces dernières années, les navigateurs ont été améliorés avec de plus en plus de technologies qui sont essentielles pour offrir une bonne expérience utilisateur dans une application de CAO Web. 

Ces technologies sont les suivantes : 

* **WebGL:** WebGL (Web Graphics Library) est une API JavaScript permettant d'obtenir un rendu graphique 3D et 2D très performant. Elle est essentielle pour offrir une expérience utilisable dans le navigateur. En particulier, lorsque l'utilisateur a des cartes GPU installées, les performances de rendu des graphiques dans le navigateur peuvent être bonnes avec l'aide de WebGL. 

* **WebAssembly:** WebAssembly est un langage de type assembleur de bas niveau pour le navigateur. Il permet de programmer les parties du programme de CAO dont les performances sont critiques dans un langage de bas niveau, par exemple C++ ou Rust. Cela permettra d'accélérer les performances de l'application de CAO. 

* **Websockets:** Les websockets permettent d'ouvrir une communication interactive bidirectionnelle entre le client et le serveur. Cela permet de créer des fonctions de collaboration où plusieurs utilisateurs peuvent travailler ensemble sur une conception en même temps. 

* **Web Workers:** Web Workers peut exécuter des scripts en arrière-plan. Cela pourrait être utilisé pour des calculs complexes où l'interface utilisateur reste réactive. 

* **SVG:** SVGs (Scalable Vector Graphics) est un langage de balisage pour décrire des graphiques vectoriels bidimensionnels. Cette norme pourrait être utilisée pour importer et exporter des dessins. 

## Vision de l'avenir 

J'envisage un produit de CAO open source basé sur le Web qui deviendrait la base d'un écosystème de modules complémentaires. Ces modules complémentaires pourraient suivre la philosophie de Linux, qui consiste à ne faire qu'une seule chose et à la faire bien. 

Mon point de référence ici est l'excellente application [Blender](https://www.blender.org/), une application de bureau 3D à code source ouvert. Les utilisateurs peuvent adapter et créer des modules complémentaires, ce qui a donné lieu à un vaste marché d'extensions. De même, une application de CAO basée sur un navigateur pourrait facilement permettre cette extensibilité.


En outre, il pourrait y avoir une place de marché comme Google Play pour les extensions du programme de CAO. Les logiciels de CAO open source sont particulièrement adaptés aux utilisateurs des marchés en développement qui ne peuvent pas se permettre les prix élevés des logiciels propriétaires. 

## Conclusion 

J'espère qu'avec cet article, il est devenu clair que le temps est venu de changer le marché de la CAO architecturale. Si vous êtes d'accord, laissez-moi un message. 

## Références 

- Blender: [https://www.blender.org](https://www.blender.org)

- WebGL: [https://developer.mozilla.org/en-US/docs/Web/API/WebGL_API](https://developer.mozilla.org/en-US/docs/Web/API/WebGL_API)

- WebAssembly: [https://developer.mozilla.org/en-US/docs/WebAssembly](https://developer.mozilla.org/en-US/docs/WebAssembly)

- Websocket API: [https://developer.mozilla.org/en-US/docs/Web/API/WebSockets_API](https://developer.mozilla.org/en-US/docs/Web/API/WebSockets_API)

- Web Workers: [https://developer.mozilla.org/en-US/docs/Web/API/Web_Workers_API/Using_web_workers](https://developer.mozilla.org/en-US/docs/Web/API/Web_Workers_API/Using_web_workers)

- SVG: [https://developer.mozilla.org/en-US/docs/Web/SVG](https://developer.mozilla.org/en-US/docs/Web/SVG)

Photo de couverture : Photo par Scott Webb sur https://unsplash.com/photos/-udZnjsCzsE

Aujourd'hui, le marché des logiciels de CAO (conception assistée par ordinateur) pour l'architecture est essentiellement fermé et présente une structure oligopolistique. Quelques grandes entreprises dominent le marché. Dans cet article, j'ai l'intention de présenter une vision alternative de l'avenir d'un écosystème open source.

Vision d'une application Web de CAO à code source ouvert

Lorsque l'on programme des applications embarquées sur des Raspberry Pi, il est souvent pratique de travailler sur une machine plus puissante.
Dans cet article, je veux montrer comment éditer à distance depuis un Mac du code de programmation qui s'exécute directement sur les Raspberry Pi.
Comme IDE confortable, j'utilise Visual Studio Code.

## Partager un dossier sur des Raspberry Pi

Comme je veux accéder aux fichiers depuis mon Mac, je peux utiliser un outil appelé `Netatalk`.
Netatalk est une implémentation libre et gratuite du logiciel d'Apple, le [Apple Filing Protocol (AFP)](https://en.wikipedia.org/wiki/Apple_Filing_Protocol).
AFP est maintenant dépréciée, mais il fonctionne toujours sur les Mac avec MacOS Monterey.

Afin d'installer netatalk, vous devez entrer ce qui suit dans le shell de votre Raspberry Pi :

```bash
sudo apt update
sudo apt install netatalk
```

Vous devez configurer les dossiers que vous souhaitez partager avec votre Mac dans un fichier appelé `/etc/netatalk/afp.conf`.

C'est la configuration minimale que vous devez ajouter :

```
[Homes]
basedir regex = Full path to your base directory of the user you want to share folders in

[Name of your share]
path = Full path of your folder you want to share
```

Adaptez les valeurs du chemin à votre dossier et spécifiez le nom du partage dans le champ
fichier `afp.conf`.

Après avoir terminé l'édition, redémarrez netatalk avec :

```bash
sudo systemctl restart netatalk
```

## Ajouter un dossier à Mac

Sur votre Mac, vous pouvez maintenant ouvrir l'application Finder et rechercher dans votre réseau le Rasperry Pi portant le nom de partage que vous avez spécifié dans le fichier `afp.conf`.

Double-cliquez pour vous connecter et entrez les informations d'identification de votre utilisateur Raspberry Pi.
Vous devriez maintenant voir les fichiers de votre dossier partagé Raspberry Pi dans votre Finder.

## Ajouter un dossier à Visual Studio Code

Dans Visual Studio Code, vous pouvez maintenant accéder à l'onglet et sélectionnez dans le menu
l'élément de menu "Add Folder to Workspace". Vous pouvez maintenant sélectionner votre dossier partagé et l'ajouter à l'espace de travail de vos projets.

Enfin, vous pouvez modifier les fichiers directement dans Visual Studio Code sur votre Mac. Une fois enregistrés, ils sont transférés sur le Raspberry Pi et y sont stockés.

## Conclusion

La programmation embarquée sur des Raspberry Pi peut souvent sembler lente avec les IDE modernes. Mais j'espère avoir pu montrer qu'il n'est pas si difficile de mettre en place un partage de fichiers pour une édition à distance confortable avec Visual Studio Code sur votre Mac.

## Références

- Raspberry Pi : [https://www.raspberrypi.com](https://www.raspberrypi.com)

- Netatalk : [https://github.com/Netatalk/Netatalk](https://github.com/Netatalk/Netatalk)

- Apple Filing Protocol (AFP) : [https://developer.apple.com/library/archive/documentation/Networking/Conceptual/AFP/Introduction/Introduction.html](https://developer.apple.com/library/archive/documentation/Networking/Conceptual/AFP/Introduction/Introduction.html)

- Visual Studio Code : [https://code.visualstudio.com](https://code.visualstudio.com)

- Image de couverture : https://pixabay.com/photos/iceland-sky-clouds-beautiful-1995039


Lorsque l'on programme des applications embarquées sur des Raspberry Pi, il est souvent pratique de travailler sur une machine plus puissante. Dans cet article, je veux montrer comment éditer à distance depuis un Mac du code de programmation qui s'exécute directement sur le Raspberry Pi. Comme IDE confortable, j'utilise Visual Studio Code.

Modification à distance des fichiers Raspberry Pi depuis un Mac avec Visual Studio Code

À la lumière de la pénurie actuelle de Raspberry Pis, je veux partager des informations sur
un ordinateur monocarte alternatif, l'Odroid N2+. L'Odroid N2+ peut être utilisé pour héberger un certain nombre 
d'applications en utilisant Docker. Portainer facilite l'administration des conteneurs Docker sur l'Odroid N2+.

## Odroid N2+

Le site [Odroid N2+](https://wiki.odroid.com/odroid-n2) est un ordinateur monocarte (SBC) de la société sud-coréenne
[Hardkernel](https://www.hardkernel.com) (하드커널). A la lumière des pénuries actuelles des SBCs Rasperry Pi, j'ai
voulu voir si l'Odroid N2+ est une alternative viable pour héberger des applications Docker.

L'Odroid N2+ combine un quad-core [ARM Cortex-A73 CPU](https://developer.arm.com/Processors/Cortex-A73) et un double cœur [Cortex-A53](https://developer.arm.com/Processors/Cortex-A53) avec un GPU Mali-G52. Il dispose de 4 Go de RAM DDR4 et de quatre ports USB 3.0. Pour la mise en réseau, l'Odroid N2+ a un port LAN GbE, mais malheureusement pas de wifi intégré.
Dans ma configuration, j'utilise donc un adaptateur wifi USB 2.0 séparé de la marque [Delock](https://www.delock.de/produkt/12462/merkmale.html?f=s).
L'adaptateur wifi de Delock possède un chipset Realtek RTL8811 qui est largement supporté par Linux.
Comme les Raspberry Pi, l'Odroid N2+ a aussi des ports GPIO.

Le dissipateur thermique est passif et ne fait aucun bruit, ce qui est idéal pour les environnements domestiques. Pour le stockage, vous avez le choix entre une carte SD et une carte eMMC. La carte eMMC est plus rapide, mais aussi plus chère.

## Installer Linux sur l'Odroid N2+

Hardkernel [offers several Linux images](https://wiki.odroid.com/odroid-n2/os_images/ubuntu/20200224) pour l'Odroid N2+. Pour mon usage, j'utilise l'image Ubuntu Mate Desktop.

Une fois que vous avez téléchargé le fichier image, vous pouvez le copier sur votre carte SD à l'aide d'une application comme l'application [Raspberry Pi Imager](https://www.raspberrypi.com/software/). D'autres logiciels de transfert pour différents systèmes d'exploitation existent également.

## Installation de Docker

[Docker](https://www.docker.com/) est une solution populaire de virtualisation au niveau du système d'exploitation qui fournit des logiciels dans des paquets appelés conteneurs.
Ainsi, Docker facilite le déploiement de logiciels qui contiennent souvent plusieurs parties. Il peut par ailleurs être utilisé pour déployer des logiciels sur des SBC comme l'Odroid.

Docker est livré avec un CLI pour gérer les conteneurs, mais il n'est pas facile à utiliser pour les utilisateurs non techniques. Une fois que vous avez inséré la carte SD dans votre Odroid N2+, vous pouvez installer Docker en suivant les étapes manuelles sur Docker.com :

https://docs.docker.com/engine/install/ubuntu/

## Installation de Portainer

Une solution comme [Portainer](https://www.portainer.io) peut être installé qui rend l'administration des conteneurs Docker simple sur l'Odroid N2+. Il est lui-même livré sous forme de conteneur et dispose d'une interface web commode à utiliser.

Portainer existe en deux versions, une édition CE open source et une édition commerciale. Une fois que vous avez une installation fonctionnelle de Docker sur votre Odroid N2+, vous pouvez suivre ces étapes d'installation pour installer Portainer :

[https://docs.portainer.io/start/install/server/docker/linux](https://docs.portainer.io/start/install/server/docker/linux)

Après l'installation réussie, vous pouvez vous connecter à l'application web de Portainer. Portainer dispose de nombreuses fonctionnalités pour gérer facilement les conteneurs Docker, les images, les réseaux et les volumes.

Une chose à laquelle il faut faire attention lors de l'installation des images Docker sur l'Odroid N2+ est que les images Docker doivent
être dans un format qui prend en charge l'architecture du CPU ARM (arm64). Les images Docker qui, par exemple, ne supportent que l'architecture Intel ne fonctionneront pas sur votre Odroid N2+.

## Conclusion

L'installation de votre périphérique local exécutant Docker sur votre Odroid N2+ est un excellent moyen de profiter des avantages d'un ordinateur monocarte. Portainer rend l'administration des conteneurs Docker facile sur l'Odroid N2+.

## Références

- Hardkernel : [https://www.hardkernel.com](https://www.hardkernel.com)

- Odroid N2+ Wiki : [https://wiki.odroid.com/odroid-n2/odroid-n2](https://wiki.odroid.com/odroid-n2/odroid-n2)

- Docker : [https://www.docker.com](https://www.docker.com)

- Portainer : [https://www.portainer.io](https://www.portainer.io)


Compte tenu de la pénurie actuelle de Raspberry Pis, je souhaite partager des informations sur un autre ordinateur monocarte, le Odroid N2+. L'Odroid N2+ peut être utilisé pour héberger un certain nombre d'applications en utilisant Docker. Portainer facilite l'administration des conteneurs Docker sur l'Odroid N2+.

Réflexions par Thomas Derflinger

Bienvenue à tous !

Les services que j'offre

Pourquoi travailler avec moi ?

🚀 Innovons dans le domaine des logiciels !