Vapi

Construire un agent vocal capable de passer et recevoir de vrais appels téléphoniques demande de gérer simultanément la reconnaissance vocale, un modèle de langage, la synthèse vocale et la téléphonie. Vapi prend en charge toute cette infrastructure pour que le développeur se concentre sur la logique métier.

Concrètement, chaque assistant Vapi combine trois briques : un moteur de transcription (speech-to-text), un grand modèle de langage qui génère les réponses, et un moteur de synthèse vocale. Ces trois composants sont entièrement configurables parmi des dizaines de fournisseurs comme OpenAI, Anthropic, Google, Deepgram ou ElevenLabs. Les appels entrants et sortants passent par des numéros de téléphone gérés dans la plateforme, et l'agent peut déclencher des actions externes via des outils et des webhooks.

Vapi s'adresse aux développeurs qui veulent automatiser des flux téléphoniques : support client, qualification de leads, prise de rendez-vous, triage médical ou gestion de commandes. La plateforme propose deux modes de construction : les Assistants (un seul prompt système avec outils) pour la majorité des cas, et les Squads (plusieurs assistants spécialisés avec transferts de contexte) pour les scénarios complexes.

En revanche, Vapi n'est pas adapté à un usage sans compétences techniques : l'accès se fait exclusivement par API, et la configuration avancée requiert de maîtriser des concepts comme les webhooks, les appels de fonctions et les intégrations de fournisseurs tiers.