Skip to main content

Technologie vocale

Latence vocale

Aussi appelé : latence de réponse · latence de tour de parole

La latence vocale est le délai aller-retour entre le moment où l'appelant termine sa phrase et celui où l'agent commence à répondre. C'est la somme des temps de reconnaissance vocale, du modèle de langage et de synthèse vocale. Une latence inférieure à la seconde est le seuil d'une conversation naturelle.

Les humains perçoivent les pauses de plus de 500 à 800 ms environ. Une latence élevée rend un agent robotique et pousse les appelants à lui couper la parole. Réduire la latence est un défi d'ingénierie central de la Voice AI en temps réel.

Termes associés

Reconnaissance vocaleTechnologie qui transcrit l'audio parlé en texte en temps réel. Le STT est ce qui permet à un agent vocal de comprendre ce que dit l'appelant.Synthèse vocaleTechnologie qui convertit du texte écrit en audio parlé naturel. C'est le TTS qui donne sa voix à un agent vocal IA.EndpointingDétecter quand l'appelant a fini de parler pour que l'agent sache que c'est à son tour de répondre. Un mauvais endpointing provoque des pauses gênantes ou des interruptions.Barge-inLa capacité d'un appelant à interrompre l'agent en pleine phrase et à le faire s'arrêter pour écouter — essentielle à une conversation naturelle et non frustrante.

Voyez Latence vocale dans un véritable appel.

Réservez une démo de 30 minutes et regardez Finn gérer les appels entrants et sortants de bout en bout — aucune pile technique à assembler.

Réserver une démo Découvrir la plateforme