Agent vocal conversationnel

Définition

Un agent vocal conversationnel est un agent IA capable de mener un echange oral en temps reel avec un utilisateur, en combinant reconnaissance vocale, comprehension du langage naturel, raisonnement et synthese vocale pour produire une reponse audio naturelle et a faible latence. Les architectures recentes tendent vers des modeles vocaux de bout en bout, qui traitent directement le signal audio sans passer par une transcription texte intermediaire, reduisant la latence et preservant les nuances prosodiques comme le ton ou les hesitations. Ce type d'agent est deploye dans les centres de contact, les assistants domotiques et les serveurs vocaux interactifs de nouvelle generation, en remplacement des systemes IVR traditionnels a arborescence figee. Les enjeux de securite et de conformite sont specifiques a la modalite vocale : authentification de l'appelant par usurpation d'identite vocale, deepfake audio, et exigences de consentement renforcees pour l'enregistrement et le traitement de la voix, donnee biometrique sensible au sens du RGPD. L'AI Act classe par ailleurs certains usages d'agents vocaux en interaction avec des personnes vulnerables dans les categories a obligations renforcees. La qualite percue depend fortement de la latence de bout en bout, generalement visee sous la seconde pour rester naturelle en conversation.