Découvrez les agents Duo telli : pourquoi nous misons sur l’IA speech-to-speech

Une bonne conversation a son rythme. On marque des pauses, on interrompt l’autre, on lui répond avant même qu’il ait fini sa phrase. Tout cela se fait si naturellement qu’on y pense rarement.

Au téléphone, les gens ne se comportent pas toujours comme prévu. Ils commencent à répondre avant la fin de la question, se reprennent en cours de route, demandent une vérification tout en continuant à parler, ou s’agacent et ont besoin d’entendre une voix calme et rassurante.

Jusqu’à présent, il était impossible d’intégrer cela à un agent téléphonique.

Découvrez les agents Duo telli

Aujourd’hui, nous rendons les agents Duo telli accessibles à tous : nos nouveaux agents téléphoniques, capables d’écouter et de parler en même temps.

Ces deux dernières années, le secteur a adopté ce qu’on appelle l'« architecture en cascade ». Concrètement, lorsqu’une personne parle à un agent, ses paroles sont transcrites en texte, transmises à un modèle d’IA, puis reconverties en audio.

Cette architecture a un défaut fondamental : un agent ne peut pas écouter et parler en même temps. Pour compenser, nous avons assemblé toujours plus de modèles, comme des modèles de détection d’activité vocale et de gestion des tours de parole, pour tenter de deviner quand l’utilisateur a fini de parler et quand l’agent doit répondre. Mais malgré tous nos efforts, l’agent n’a jamais paru vraiment humain.

La prochaine étape de l’IA vocale

Chez telli, nous avons toujours pensé que les modèles speech-to-speech finiraient par s’imposer dans l’IA vocale. Mais tous les modèles que nous avions évalués échouaient dès qu’il s’agissait de suivre des instructions sans dérailler de façon imprévisible.

Tout a changé il y a quelques mois, lorsque nous avons obtenu un accès anticipé au nouveau modèle GPT-Live d’OpenAI. C’est un modèle speech-to-speech full-duplex, capable de continuer à écouter pendant qu’il parle. Il gère directement l’enchaînement des prises de parole et les interruptions, et on peut lui demander, dans son prompt, de confier à un autre modèle les tâches qui demandent un raisonnement plus poussé.

Après nos premiers tests comparatifs, nous avons rapidement décidé de reconstruire notre infrastructure vocale autour de cette approche. Cela a demandé beaucoup de travail et quelques nuits blanches, mais nous avons pu nous appuyer sur deux ans d’expérience et des millions d’appels en production.

Le résultat, c’est le nouvel agent Duo telli : deux modèles qui travaillent côte à côte pour offrir la meilleure expérience client possible lors des appels gérés par l’IA vocale. Le premier écoute l’utilisateur et lui parle en même temps. Le second peut prendre en charge les tâches complexes qui demandent un raisonnement plus poussé.

Du modèle au produit

Pour que cela fonctionne dans tous les environnements et pour tous les cas d’usage, nous avons ajouté un mécanisme de routage qui sait quand passer le relais à des modèles plus intelligents. Nous avons aussi intégré notre détection de répondeur, les transferts vers un conseiller, la gestion du consentement et toutes les autres fonctionnalités que les utilisateurs de telli apprécient déjà sur notre plateforme.

Et comme la rédaction des prompts des agents Duo est plus complexe et plus subtile, nous avons entraîné Charlie, notre collègue IA, pour aider nos clients à les créer facilement, sans craindre d’en casser un.

Les premiers retours de nos clients sont exceptionnels. Beaucoup ont vu leurs KPI progresser immédiatement, et nous avons hâte de découvrir les nouveaux cas d’usage que cela rend possibles, maintenant que l’on peut enfin déployer des agents téléphoniques qui paraissent vraiment humains.

Chez telli, nous pensons que parler à une entreprise devrait être aussi simple que parler à un ami. Duo nous rapproche de cette vision.

Testez vous-même un agent telli sur telli.com ou réservez une démo : nous vous montrerons ce que les agents Duo telli savent faire.