Apprendre.

Comparez les outils vocaux, comprenez les compromis et créez des applications vocales.
Qu'est-ce que le RNIS (ISDN) ? Le réseau qu'on éteint

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

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.

Qu'est-ce qu'un session border controller (SBC) ?

Qu'est-ce qu'un session border controller (SBC) ?

Un session border controller (SBC) sécurise et contrôle les appels VoIP entre deux réseaux. Son rôle, quand il en faut un, et l'effet pour un agent vocal.

Protocole SIP expliqué : définition et usage

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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) ?

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

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.

Plateformes d'agents vocaux IA comparées (2026)

Plateformes d'agents vocaux IA comparées (2026)

Vapi, Retell, Bland, Synthflow, ElevenLabs, LiveKit, Pipecat et Cartesia comparées : ce que chaque plateforme gère pour vous, le coût d'une minute et comment choisir.

Qu'est-ce que le TTS neuronal ? Le fonctionnement

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.

Comparatif des meilleurs modèles de transcription vocale (2026)

Comparatif des meilleurs modèles de transcription vocale (2026)

Streaming ou traitement par lots, API ou open source : les modèles de transcription à connaître en 2026, leurs points forts et comment choisir.

Tarifs ElevenLabs 2026 : forfaits, crédits et API

Tarifs ElevenLabs 2026 : forfaits, crédits et API

Combien coûte ElevenLabs en 2026 : les six forfaits, la conversion des crédits en minutes, les tarifs API par modèle, le prix des agents et le coût d'une charge de travail réelle.

Créer un agent vocal avec Pipecat et Cartesia

Créer un agent vocal avec Pipecat et Cartesia

Pipecat relie le pipeline, Cartesia fournit la voix. Lancez un agent dans le navigateur, puis réduisez son délai de réponse avec les fins de tour anticipées d'Ink.

Prospection téléphonique IA : principe et création

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

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.

Les entreprises d'IA vocale à connaître en 2026

Les entreprises d'IA vocale à connaître en 2026

Qui construit l'IA vocale, selon son métier : fournisseurs de modèles, plateformes d'agents, services cloud et projets open source.

Agent vocal IA : définition et création

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

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

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

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.

Ce qu'un juge acoustique figé change aux hallucinations ASR

Ce qu'un juge acoustique figé change aux hallucinations ASR

Une nouvelle étude de reconnaissance vocale réduit les insertions sur des réunions. Elle montre pourquoi examiner les types d'erreur en plus du WER global.

Centre d'appels IA : fonctionnement et coût

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.

Comparer les API TTS avec des benchmarks par point de terminaison

Comparer les API TTS avec des benchmarks par point de terminaison

Comparez les API TTS à partir de mesures de points de terminaison. Les entrées Qwen3 de Coval montrent les limites des chiffres de latence et comment tester les candidats en production.

Réceptionniste IA : acheter ou construire

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

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.

Ce que le benchmark STT en continu de Coval révèle sur la latence d'inférence

Ce que le benchmark STT en continu de Coval révèle sur la latence d'inférence

Baseten se situe sur la frontière qualité-latence de Coval. Découvrez les mesures, l'effet de l'inférence dédiée et la reproduction d'un STT rapide en production.

Synthèse vocale Python : enregistrer l'audio dans un fichier WAV

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.

15 alternatives à Speechify, gratuites et payantes

15 alternatives à Speechify, gratuites et payantes

Des alternatives à Speechify pour écouter des documents ou développer avec la voix, avec les options gratuites et ce que fait chaque outil.

Alternatives à ElevenLabs : 10 options comparées

Alternatives à ElevenLabs : 10 options comparées

Comparez les alternatives à ElevenLabs par usage : agents en temps réel, voix off, lecture de documents et montage multimédia, avec un plan de test.

10 alternatives à Descript à envisager

10 alternatives à Descript à envisager

Comparez les alternatives à Descript pour l'enregistrement, le montage par transcription, la vidéo et les API vocales. Identifiez les étapes couvertes par chaque outil.

10 alternatives à Google Cloud Text-to-Speech à envisager

10 alternatives à Google Cloud Text-to-Speech à envisager

Comparez les alternatives à la synthèse vocale Google selon l'API, les langues, les réglages vocaux et les exigences de déploiement.

11 alternatives à Murf AI à envisager

11 alternatives à Murf AI à envisager

Comparez les alternatives à Murf AI pour la narration scénarisée et les API vocales. Testez montage, exports et diffusion avant de choisir.

TTS sur Discord : utiliser la synthèse vocale

TTS sur Discord : utiliser la synthèse vocale

Activez la commande /tts de Discord, choisissez les messages lus à voix haute et réparez le TTS quand il reste muet. Étapes pour ordinateur et mobile.

Alternatives à Hume AI après l'arrêt de TTS et EVI

Alternatives à Hume AI après l'arrêt de TTS et EVI

Hume a arrêté ses API TTS et EVI le 13 novembre 2026. Comparez 10 alternatives à Octave et EVI, et comment migrer maintenant que l'accès a pris fin.

Lovo AI est hors ligne : 9 alternatives à Genny

Lovo AI est hors ligne : 9 alternatives à Genny

Lovo AI et son app Genny sont hors ligne depuis le dépôt de bilan de Lovo (chapitre 7) en mai 2026. Ce que vous pouvez récupérer, et 9 alternatives.

Tarifs d'Amazon Polly, offre gratuite et 11 alternatives

Tarifs d'Amazon Polly, offre gratuite et 11 alternatives

Amazon Polly coûte de 4 à 100 $ par million de caractères selon le moteur vocal, avec une offre gratuite pour chacun. Voici la grille complète, puis 11 alternatives.

11 alternatives à Fliki à envisager

11 alternatives à Fliki à envisager

Comparez les alternatives à Fliki pour les vidéos commentées et la génération vocale. Identifiez les outils qui assemblent les vidéos et ceux qui fournissent l'audio.

Tarifs d'Azure Text to Speech, offre gratuite et 10 alternatives

Tarifs d'Azure Text to Speech, offre gratuite et 10 alternatives

Azure Text to Speech coûte 15 $ par million de caractères pour les voix neuronales, avec 500 000 caractères gratuits par mois. Voici la grille tarifaire, l'accès aux voix personnalisées, puis 10 alternatives.

10 alternatives à Narakeet à envisager

10 alternatives à Narakeet à envisager

Comparez les alternatives à Narakeet pour la narration et les API vocales. Vérifiez minutage des diapositives, prononciation et étapes de finalisation vidéo.

15 alternatives à PlayHT après sa fermeture

15 alternatives à PlayHT après sa fermeture

PlayHT a fermé le 31 décembre 2025. Comparez 15 alternatives selon votre besoin et découvrez ce qu’une migration permet encore de récupérer.

11 alternatives à Resemble AI à envisager

11 alternatives à Resemble AI à envisager

Comparez les alternatives à Resemble AI pour les voix personnalisées et la génération. Vérifiez consentement, cohérence, déploiement et droits.

10 alternatives à Respeecher à envisager

10 alternatives à Respeecher à envisager

Comparez les alternatives à Respeecher pour le clonage et les dialogues générés. Distinguez synthèse à partir de texte et conversion d'une interprétation enregistrée.

10 alternatives à Speechelo à envisager

10 alternatives à Speechelo à envisager

Comparez les alternatives à Speechelo pour les voix off, la lecture de documents et les API. Vérifiez conditions d'achat, révisions et exports commerciaux.

10 alternatives à Typecast à envisager

10 alternatives à Typecast à envisager

Comparez les alternatives à Typecast pour les voix scénarisées et interactives. Testez réglages d'interprétation, cohérence et interruptions.

10 alternatives à WellSaid Labs à envisager

10 alternatives à WellSaid Labs à envisager

Comparez les alternatives à WellSaid Labs pour la narration d'entreprise et les applications vocales. Testez révision, corrections et API.