+ nAIvigateUNE FICHE POUR LES DSI QUI N'ONT PAS 2 HEURES
▣ fiche-011.md ×
□ index.md☰ Sommaire
VerdictRelais ou speech-to-speech : six critèresCas d’école : Dessa, de BlockCe que le cadre impose déjàSignaux d’alerteAgents vocaux : le relais qui transcrit, le modèle qui écoute.
Les agents vocaux changent d’architecture. Au lieu d’enchaîner trois modèles, les nouveaux modèles écoutent et parlent en même temps et gardent l’émotion. Ce qui gagne en naturel perd en contrôle : il n’y a plus de texte à filtrer avant que l’agent ne parle.
Verdict
l’essentiel en 10 secondes3 lignesNATURELLes modèles qui écoutent et parlent en même temps rendent la voix presque humaine. Le rire, l’hésitation et l’ironie passent enfin.RUPTURE
CONTRÔLESans texte intermédiaire, plus rien à filtrer ni à relire : les garde-fous du relais ne s’appliquent plus.DÉCISIF
CADREDire qu’on parle à une IA, ne pas analyser l’émotion des salariés, traiter la voix comme une donnée sensible. Le cadre existe déjà.AI ACT
Le relais qui transcrit, le modèle qui écoute
ce qui se perd, ce qui se gagne2 architecturesLa plupart des agents vocaux enchaînent trois modèles : transcription, LLM, synthèse vocale. Les nouveaux modèles audio vers audio remplacent la chaîne par un seul modèle qui garde le ton, mais qui ne laisse plus de texte à contrôler.
Relais ou speech-to-speech : six critères
pour choisir selon l’usage, pas selon la démo6 lignesnaturelLe speech-to-speech garde l’émotion et coupe la parole comme un humain. Le relais reste plus mécanique.S2S
latenceUn seul modèle évite d’attendre trois étapes. Le relais cumule les délais et attend la fin de la phrase.S2S
contrôleLe relais produit un texte qu’on peut filtrer avant de le dire. Le speech-to-speech parle directement.RELAIS
journalLe relais laisse une transcription lisible par la sécurité et le service client. Le speech-to-speech oblige à transcrire à part.RELAIS
briques ↗Le relais permet de changer la voix, la transcription ou le LLM séparément, y compris pour un modèle européen.RELAIS
maturitéLe relais est éprouvé en production. Les meilleurs modèles speech-to-speech sont récents, et certains ne sont pas encore accessibles.RELAIS
Cas d’école : Dessa, de Block
annoncé en octobre 20265 lignesl’annonceUn modèle audio vers audio entraîné uniquement sur des conversations humaines, sans texte ni modèle de langage préentraîné.
ce qu’il faitDuplex intégral : il écoute pendant qu’il parle, reconnaît l’ironie, la frustration ou le rire, et les exprime à son tour.
en localJack Dorsey indique qu’il tourne sur un MacBook Pro récent, sans connexion. Un point clé pour la confidentialité des appels.À SUIVRE
disponibilitéPas d’API, pas de prix, pas de poids publiés : une liste d’attente et un petit groupe de chercheurs en sécurité.PAS ENCORE
à vérifierParamètres et benchmarks non publiés : toutes les performances sont déclarées par Block, aucune évaluation indépendante à ce jour.PRUDENCE
Ce que le cadre impose déjà
avant de déployer un agent vocal5 lignestransparence ↗L’article 50 de l’AI Act impose d’informer la personne qu’elle échange avec une IA. D’autant plus quand la voix semble humaine.ART. 50
émotionsLa reconnaissance des émotions est interdite au travail et à l’école par l’article 5 de l’AI Act, sauf raison médicale ou de sécurité.INTERDIT
voixUtilisée pour identifier quelqu’un, la voix devient une donnée biométrique au sens du RGPD, avec les garanties renforcées qui vont avec.RGPD
clonageCloner une voix suppose le consentement écrit de la personne, et un usage limité à ce qu’elle a accepté.
fraudeLes voix de synthèse rendent l’arnaque au président plus crédible. Instaurez un code ou un rappel sur un numéro connu pour tout virement demandé par téléphone.PRIORITÉ
Signaux d’alerte
un seul suffit pour creuser6 lignesannonceL’agent ne dit jamais qu’il est une IA, ou seulement si on le lui demande.BLOQUANT
émotionsLe fournisseur vend un « score d’émotion » des salariés ou des candidats.INTERDIT
enregistrementLes appels sont conservés et réutilisés pour l’entraînement sans durée ni accord clair.
transcriptionAucune transcription conservée : impossible de savoir ce que l’agent a promis à un client.
actionsL’agent vocal peut modifier un compte ou valider un paiement sur la seule foi de la voix.BLOQUANT
Un agent vocal dans votre relation client ? On vous aide à choisir l’architecture, placer les garde-fous et respecter le cadre, de la transparence à la donnée vocale.
PARLER À nAIvigate STUDIO →Suivez nAIvigate | naivigate.com/fr/fiches