
Kabir Goel
Articles de Kabir Goel
Qu'est-ce que le RNIS (ISDN) ? Le réseau qu'on éteint
Le RNIS a fait passer les appels d'entreprise de l'analogique au numérique sur cuivre. Les opérateurs l'éteignent : date limite britannique le 31 janvier 2027.
Chatbot vs IA conversationnelle : les différences
Un chatbot est un produit auquel vous parlez ; l'IA conversationnelle est la technologie qui fait qu'il vous comprend. Les différences, et la place de la voix.
Protocole SIP expliqué : définition et usage
SIP, le Session Initiation Protocol, établit et termine les appels sur IP. Comment fonctionne un appel et où entrent les agents vocaux.
Qu'est-ce que la gigue (jitter) en VoIP ? Mesure et correction
La gigue (jitter) est la variation d'arrivée des paquets de voix. Ce qui la cause, ce qu'on entend, la règle des 30 ms et comment réparer des appels hachés, sur un système téléphonique ou un agent vocal.
Qu'est-ce que le CPaaS ? La couche d'API de communication
Le CPaaS est le modèle d'API pour intégrer appels, SMS et vérification dans votre application. Ce qu'il couvre, son prix et la place des agents vocaux.
Métriques de centre d'appels : FCR, AHT et l'essentiel
Résolution au premier contact, temps moyen de traitement, taux de transfert et CSAT : les formules, les références actuelles et ce qui change quand un agent vocal décroche.
Bot TTS Discord : ajoutez-en un ou créez le vôtre
Deux façons d'avoir la synthèse vocale dans un salon vocal Discord : inviter un bot hébergé, ou créer le vôtre avec discord.js et Cartesia. Code fonctionnel inclus.
Modèles speech-to-speech ou agents vocaux en cascade
Les modèles speech-to-speech prennent de l'audio et rendent de l'audio. Comment ils se comparent aux agents STT-LLM-TTS : latence, coût, contrôle et voix.
Latence P95 et P99 : définition et mesure
La latence P95 et P99 est le temps de réponse que battent 95 % et 99 % des requêtes. Fonctionnement des percentiles, mesure en Python et rôle de la traîne.
Tarifs Twilio 2026 : appels, SMS et agents IA
Ce que coûte Twilio en 2026 : tarifs voix à la minute, numéros, SMS et frais opérateur, SIP trunking, Conversation Relay et la facture d'un agent vocal IA.
Speech-to-text en Python : fichier, flux et micro
Transcrire de l'audio en Python de trois façons : un fichier, un flux en temps réel avec détection des tours de parole, et un micro en direct. Code testé.
Codec G.711 : loi μ, loi A et audio téléphonique 8 kHz
G.711 est le codec de la plupart des appels : 8 kHz, 8 bits par échantillon, loi μ ou loi A. Fonctionnement, décodage et impact sur les agents vocaux.
Synthèse vocale avec émotion : comment la diriger
Comment fonctionne la synthèse vocale avec émotion : émotion lue dans le texte, balises, styles et prompts dans les principales API, avec du code et des tests.
Qu'est-ce que le DTMF ? Tonalités et agents vocaux
Le DTMF, c'est la paire de tonalités qu'envoie un téléphone quand on appuie sur une touche. Fréquences, transport en VoIP, chiffres perdus et agents vocaux.
Tests de SVI (IVR) : types, outils et agents vocaux
Tester un SVI : tests fonctionnels, de régression, de charge et vocaux, et comment tester un agent vocal IA qui répond différemment à chaque appel.
Tarifs de l'API OpenAI Whisper en 2026
Whisper coûte 0,006 $ la minute. Tous les tarifs de transcription OpenAI en 2026, l'arrêt de février 2027 et vers quoi migrer avant.
Tarifs Deepgram 2026 : STT, TTS et agents
Combien coûte Deepgram en 2026 : tarifs de transcription à la minute, Aura et Flux TTS, niveaux de la Voice Agent API, options et forfait Growth.
Exemples d'IA conversationnelle : 12 cas réels
Douze exemples d'IA conversationnelle en production : support, santé, logement, crédit, vente et jeux vidéo. Ce que fait chacun et ce qui a changé.
Meilleurs modèles TTS open source, par licence
Kokoro, Chatterbox, Piper, Orpheus, VibeVoice, XTTS et d'autres : quels modèles de synthèse vocale open source utiliser commercialement, et leurs scores.
IA conversationnelle en banque : appels clients
L'IA conversationnelle en banque répond aux appels clients : ce qu'elle gère, où placer la limite, comment protéger les données de carte et comment piloter.
IA conversationnelle en santé : appels patients
L'IA conversationnelle en santé répond aux appels des patients. Ce qu'elle fait bien, où passe la limite clinique, ce qu'exige HIPAA et comment la piloter.
Transfert à chaud ou à froid : la différence
Un transfert à chaud présente l'appelant avant de passer l'appel ; un transfert à froid, non. Fonctionnement, cas d'usage et transferts par agents vocaux.
WebRTC ou WebSocket pour l'IA vocale en temps réel
WebSocket envoie des messages ordonnés sur TCP. WebRTC envoie l'audio sur UDP avec tampon de gigue et récupération des pertes. Lequel choisir en IA vocale.
Automatisation du centre de contact : par quoi commencer
L'automatisation du centre de contact par couches : quels appels automatiser d'abord, ce qu'il faut à un agent vocal, son coût et quoi mesurer.
Trunk SIP : définition et usage avec l'IA vocale
Un trunk SIP relie votre téléphonie à un opérateur via internet. Fonctionnement, SIP ou VoIP, et connexion à un agent vocal IA.
Qu'est-ce que le mean opinion score (MOS) ?
Le MOS est la moyenne des notes d'auditeurs sur une échelle de 1 à 5. Comment il se calcule, ce qu'est un bon score pour les appels et pour le TTS, et pourquoi deux MOS se comparent rarement.
Conception d'IA conversationnelle pour agents vocaux
L'IA conversationnelle pour la voix : écrire pour l'oreille, gérer tours de parole et interruptions, confirmer l'essentiel, prévoir erreurs et transferts.
Qu'est-ce que le TTS neuronal ? Le fonctionnement
Le TTS neuronal transforme le texte en parole avec un réseau de neurones. Son fonctionnement, l'écart avec les voix standard et son prix.
Prospection téléphonique IA : principe et création
Un agent vocal de prospection appelle, qualifie et prend rendez-vous seul. Coût des appels, règles de consentement et deux façons de le créer.
IA vocale sur site : définition et fonctionnement
L'IA vocale sur site exécute reconnaissance, modèles de langage et synthèse dans votre réseau. Comparez cloud, VPC, sur site et réseau isolé.
Agent vocal IA : définition et création
Ce qu'est un agent vocal IA, sa chaîne de traitement et les choix de latence, de tours de parole et de test qui déterminent si les appelants restent en ligne.
Détection d'activité vocale : la VAD pour les agents vocaux
Comprenez la VAD, sa différence avec la détection des tours de parole et la gestion des pauses et interruptions dans un agent en temps réel.
Taux d'erreur sur les mots : ce que le WER manque en IA vocale
Comprenez ce que mesure le WER, pourquoi il peut tromper l'évaluation TTS et comment tester la qualité utile dans une conversation en direct.
SVI conversationnel : définition et mise en place
Un SVI conversationnel laisse l'appelant dire ce qu'il veut au lieu de taper des touches. Routage des appels, rôle des agents vocaux et tests à mener.
Centre d'appels IA : fonctionnement et coût
Un centre d'appels IA utilise des agents vocaux pour répondre aux appels et les résoudre. Déroulé d'un appel, coût à la minute et plan de pilote.
Réceptionniste IA : acheter ou construire
Comparez les réceptionnistes IA prêts à l'emploi à un agent personnalisé. Préparez rendez-vous, transferts humains, coûts et tests des premiers appels entrants.
API SpeechSynthesis : synthèse vocale en JavaScript
Comment fonctionne window.speechSynthesis : méthodes, plages de rate, pitch et volume, événements, et une démo de synthèse vocale JavaScript à copier.
Synthèse vocale Python : enregistrer l'audio dans un fichier WAV
Convertissez du texte en fichier WAV avec Python et le SDK Cartesia. Configurez une clé API, choisissez une voix et résolvez les erreurs audio et d'authentification.

Cartesia recrute un ingénieur logiciel pour lever une armée de Claude
Écrire du code semble résolu. L'ingénierie ne l'est pas. Nous recrutons pour combler cet écart.
[Ingénierie]
Commencer aujourd'hui
Parlez à un expert.
Échangez avec notre équipe et découvrez comment Cartesia peut vous aider à créer des expériences vocales de premier plan.
Commencez à développer.
Accédez à nos modèles via l'API et mettez un agent vocal en production en quelques minutes.