Glossaire
Glossaire de l'IA conversationnelle
Les termes du métier — SVI, callbot, agent vocal, RAG, latence — définis en une phrase citable, puis expliqués : à quoi ils servent, où ils se trompent.
Chaque définition est suivie de l'essentiel à retenir, d'un exemple et des pièges. Les sources sont citées en bas de page.
12 définitions
A
- Agent vocal IA
- Un agent vocal IA est un agent d'intelligence artificielle dont l'interface est la voix : il écoute, décide grâce à un modèle de langage et peut agir sur d'autres systèmes (agenda, base clients) pendant la conversation, au téléphone ou sur le web.
B
- Barge-in
- Le barge-in est la capacité d'un système vocal à se laisser interrompre : l'appelant peut couper la lecture d'un message en parlant ou en appuyant sur une touche, et ce qu'il dit ou saisit est alors pris en compte.
C
- Callbot
- Un callbot est un robot conversationnel du canal téléphonique : il écoute l'appelant, interprète sa demande formulée librement et lui répond par une voix de synthèse, sans lui imposer un menu de choix.
E
- Endpointing
- L'endpointing est la décision, prise en continu pendant l'appel, que l'interlocuteur a fini de parler : elle déclenche la transcription finale et le début de la réponse de l'agent. Elle repose sur la durée du silence et, selon les systèmes, sur le sens des mots.
H
- Human-in-the-loop
- Le human-in-the-loop (HITL, « humain dans la boucle ») est une conception où un humain peut intervenir à chaque cycle de décision d'un système d'IA. Il se distingue du human-on-the-loop (suivi du fonctionnement) et du human-in-command (maîtrise de l'usage global).
I
- IA agentique
- L'IA agentique regroupe les systèmes d'IA qui poursuivent un but en exécutant des actions par l'intermédiaire d'outils, avec une autonomie plus ou moins grande, au lieu de se limiter à répondre à une question.
L
- Latence
- La latence d'un agent vocal est le délai entre le moment où l'appelant cesse de parler et celui où il entend le début de la réponse. Elle additionne plusieurs étapes techniques et ne se compare qu'entre mesures de même périmètre.
M
- MCP
- Le Model Context Protocol (MCP) est un standard ouvert qui décrit comment une application d'IA se connecte à des données, des outils et des consignes types (prompts) externes, un peu comme un port USB-C unique. Anthropic l'a publié le 25 novembre 2024.
R
- RAG
- Le RAG (retrieval-augmented generation, génération augmentée par récupération) consiste à faire chercher des passages pertinents dans une base documentaire avant que le modèle de langage ne rédige sa réponse, pour qu'il s'appuie sur ces documents plutôt que sur sa seule mémoire d'entraînement.
S
- STT et TTS
- STT (speech-to-text) et TTS (text-to-speech) sont les deux extrémités de la chaîne d'un agent vocal en cascade : le STT, ou reconnaissance automatique de la parole, transcrit ce que dit l'appelant en texte ; le TTS, ou synthèse vocale, transforme le texte de la réponse en voix.
- SVI
- Un SVI (serveur vocal interactif, IVR en anglais) est un système téléphonique automatisé qui accueille l'appelant et le guide dans un arbre de choix prévus à l'avance, par touches du clavier ou par mots reconnus, pour l'informer ou l'orienter vers un conseiller.
V
- Voicebot
- Un voicebot est un robot conversationnel dont l'interface est la voix : il reçoit des messages parlés et répond oralement, que ce soit au téléphone, sur une enceinte connectée ou dans une application. Le callbot en est la variante exploitée par téléphone.