Glossaire IA vocale

ASR, TTS, LLM, barge-in, latence, VAD : tous les termes clés.

Vocabulaire indispensable

L’univers des agents vocaux IA empile plusieurs disciplines. Voici les termes que vous croiserez dans la plateforme et les intégrations.

ASR — Automatic Speech Recognition

Reconnaissance vocale qui transforme le signal audio en texte. La qualité dépend du bruit, de l’accent et de la langue. VOCALIS utilise un ASR multi-modèles avec repli automatique.

TTS — Text-to-Speech

Synthèse vocale générant la voix de l’agent. Les voix premium respirent, hésitent et accentuent certains mots pour un rendu quasi-humain.

LLM — Large Language Model

Modèle qui comprend la question et formule la réponse. VOCALIS orchestre plusieurs LLM selon la tâche (accueil, réflexion longue, décision structurée).

Barge-in

Capacité de l’appelant à couper la parole à l’agent. Sans barge-in, la conversation semble robotique ; avec, l’agent s’interrompt et écoute immédiatement.

VAD — Voice Activity Detection

Détection des moments où l’appelant parle réellement. Indispensable pour enclencher l’ASR au bon moment et éviter les blancs.

Latence

Délai entre la fin de la phrase de l’utilisateur et la première syllabe de la réponse. En deçà de 500 ms, la conversation paraît naturelle. VOCALIS vise une latence bout-en-bout inférieure à 350 ms sur infrastructure optimisée.

Prompt système

Instruction-cadre donnée à l’agent. Définit son rôle, son ton, ses garde-fous et les règles métier. Voir Prompt système & persona.

Intention & slot

• Intention : ce que veut l’appelant (prendre RDV, connaître un horaire…).
• Slot : variable extraite (date, lieu, numéro de commande).

Fallback

Comportement prévu lorsque l’agent ne sait pas répondre : phrase d’escalade, transfert humain, envoi d’un SMS récapitulatif.

Webhook

URL HTTPS qui reçoit en temps réel les événements (call.started, call.ended, lead.qualified). Base du couplage avec votre CRM — voir Webhooks & API.