Voix et appels en direct
Configurez le texte, les messages vocaux, les appels en temps réel et le comportement linguistique.
Configurez le texte, les messages vocaux, les appels en temps réel et le comportement linguistique.
Comprendre les trois modes d'interaction#
| Mode | Expérience du visiteur | Droits et utilisation |
|---|---|---|
| Chat texte | Saisit un message et reçoit une réponse écrite | Toujours activé ; consomme des crédits d'IA normaux |
| Messages vocaux | Enregistre un message, attend la transcription, la réponse de l'agent et la synthèse vocale (TTS), puis reçoit une réponse | Inclus dans tous les forfaits ; la transcription, le modèle et le travail de synthèse vocale consomment des crédits |
| Appel en direct en temps réel | Tient une conversation orale à faible latence | Operate : 30 min/mois ; Scale : 90 min/mois ; Launch : indisponible ; débite également à l'avance des crédits pour la limite d'appel configurée |
Le texte ne peut pas être désactivé. Les options Messages vocaux et Temps réel déterminent quelles surfaces supplémentaires les visiteurs peuvent utiliser. Une option temps réel enregistrée ne remplace ni les droits du forfait de l'espace de travail, ni une configuration de fournisseur manquante.
Configurer le comportement des interactions#
- Ouvrez la page Agent du site et repérez la section Voix.
- Laissez Chat texte activé et choisissez Messages vocaux et/ou Voix en direct en temps réel.
- Si l'agent gère plusieurs langues, activez éventuellement le mode miroir de langue en direct.
- Définissez la limite automatique par appel.
- Sélectionnez une voix prédéfinie.
- Enregistrez, puis testez séparément chaque mode activé.
La limite d'appel accepte des valeurs de 30 secondes à 20 minutes, par paliers de 30 secondes ; la valeur par défaut est de 3 minutes. Elle met fin à un appel individuel et protège le quota mensuel, mais elle n'augmente pas les minutes en direct restantes du forfait.
Choisir les langues et une voix#
Les agents peuvent être configurés pour l'anglais, le coréen, l'ouzbek, le russe, le français, l'espagnol, l'allemand et l'arabe. La première langue est la langue principale. Un agent monolingue continue de répondre dans cette langue. Un agent texte multilingue s'adapte à la langue du visiteur lorsque celui-ci utilise l'une des langues configurées.
Pour les appels en direct, le mode miroir de langue est une option explicite, affichée uniquement lorsque deux langues ou plus sont configurées. Lorsqu'il est désactivé, les appels en direct utilisent la langue principale. La voix ouzbèke fonctionne actuellement au mieux (« best effort »), car la couverture vocale des fournisseurs est moins complète ; testez-la avec votre fournisseur et votre public exacts avant le lancement.
Les voix prédéfinies comprennent des options axées sur l'anglais, multilingues et natives coréennes. L'étiquette de langue décrit la diction sélectionnée, et non une garantie absolue. Écoutez un aperçu de la voix choisie lorsque la commande d'aperçu du tableau de bord est disponible, et testez toujours les noms, abréviations, devises, numéros de téléphone et termes spécialisés dans le parcours réel du visiteur.
Clés de fournisseur et solution de repli#
La voix nécessite plus qu'une clé de modèle :
- La reconnaissance vocale (speech-to-text) utilise le fournisseur de transcription configuré par la plateforme.
- Les messages vocaux et les réponses audio des connecteurs nécessitent le fournisseur de synthèse vocale (TTS) configuré.
- Les appels en temps réel nécessitent le fournisseur temps réel configuré et un quota inclus dans le forfait.
La voix gérée par la plateforme utilise les fournisseurs configurés par la plateforme ; vous n'avez pas besoin de clé. Les propriétaires d'un forfait Scale peuvent éventuellement ajouter une clé Speko pour la transcription et la synthèse vocale dans Paramètres → Clés de fournisseur d'IA et suivre Clés de fournisseur. Les appels en direct sont toujours facturés au tarif de la plateforme. Un chat texte réussi prouve uniquement que le chemin du modèle fonctionne ; il ne prouve ni la transcription, ni la synthèse vocale, ni l'envoi de médias, ni la création de sessions en temps réel.
Routage vocal et solution de repli#
Choisissez un modèle sous Modèles vocaux pour la transcription, la synthèse vocale et les appels en direct. Chaque choix indique le modèle et son créateur ; Auto nous laisse choisir. L'hébergement et le routage sont gérés par Make Agent Fast, il n'y a donc pas de choix de plateforme distinct. La voix prédéfinie exacte peut varier selon le modèle sélectionné.
Si un service vocal est indisponible, une solution de secours disponible peut être utilisée. Si la voix échoue, le texte reste disponible.
Les appels en direct diffusent un audio natif depuis le fournisseur en direct sélectionné, en utilisant sa voix intégrée. La récupération de connaissances, les règles de langue, l'interruption, les quotas de minutes en direct et les débits initiaux d'appel s'appliquent toujours. Les réponses en direct n'effectuent pas de requête TTS supplémentaire.
Tester les messages vocaux#
Utilisez une vraie intégration ou l'Agent link, et pas seulement un aperçu propriétaire. Accordez l'accès au microphone, enregistrez une courte question et vérifiez le sens de la transcription ainsi que la réponse vocale/écrite. Testez ensuite :
- des environnements calmes et bruyants ;
- Safari mobile et Chrome, le cas échéant ;
- une longue question proche de la limite publique de 25 Mo pour l'audio ;
- un refus d'autorisation du microphone ;
- un audio non pris en charge ou de mauvaise qualité ;
- chaque langue configurée.
Pour les sites avec intégration, la CSP et la Permissions Policy du site parent doivent autoriser l'utilisation du microphone. Consultez Sécurité et CSP.
Conversation en direct sur la plateforme et sur le site publié#
La conversation en direct utilise les mêmes commandes d'appel à deux endroits :
| Surface | Emplacement | Apparence | Compte comme activation ? |
|---|---|---|---|
| Canevas du studio d'agent | Le widget en direct à côté des onglets de la page Agent | L'apparence du widget visiteur, affichée dans le tableau de bord | Non — les tests du propriétaire n'activent jamais |
| Site publié et intégration | L'iframe embed.js, le widget sur l'Agent link et toute page de démonstration hébergée restante | Apparence du locataire / du widget | Oui — l'appel d'un visiteur est une vraie conversation |
Le canevas à côté de l'onglet Affichage montre la même apparence que celle du visiteur. Testez une vraie intégration avant le lancement ; un test réussi dans le tableau de bord ne prouve ni l'autorisation du microphone dans l'intégration, ni la CSP de la page hôte, ni l'activation.
Utiliser le site web sous Thème de l'agent dans l'onglet Affichage suit le mode clair ou sombre du visiteur sur la page hôte et l'intégration. Un réglage fixe Clair ou Sombre s'applique à la fois au chat et à l'appel en direct. Consultez Apparence.
Tester les appels en direct#
Vérifiez que le forfait dispose de minutes en direct non utilisées, que le site est accessible et que la clé du fournisseur temps réel est valide. Commencez par un appel court, interrompez l'agent, ne changez de langue que si le mode miroir est activé, et laissez la limite d'appel configurée mettre fin à une session de test. Répétez un appel sur une vraie intégration, et pas seulement sur le canevas de la page Agent.
Les minutes en direct constituent un droit mensuel distinct des crédits normaux. L'émission du jeton en direct débite des crédits pour la durée maximale autorisée par le serveur et réserve cette durée sur le quota mensuel de minutes en direct. Comme les médias circulent directement entre le navigateur et le fournisseur, un appel plus court déclaré par le client ne peut pas être vérifié et le temps inutilisé n'est pas remboursé partiellement après la remise du jeton. Les échecs de création de jeton côté serveur sont libérés ; les sessions abandonnées sont facturées à leur limite autorisée. Terminez proprement vos tests et utilisez la limite d'appel configurée pour vos prévisions. Consultez Crédits et utilisation.
Actions en voix directe#
Agent → Actions → Actions pendant les appels en direct (Autoriser l'agent à effectuer des actions pendant les appels en direct) contrôle l'utilisation des outils pendant les appels en direct, qui s'exécutent sur Gemini 3.8 Live dans toutes les langues. Cette option est activée par défaut (voice.liveActions) ; la désactiver laisse l'ancrage dans les connaissances disponible. Les exigences de forfait, de fournisseur et d'accès à la voix en direct continuent de s'appliquer.
Les appels peuvent afficher des résultats de recherche, des choix, des propositions de modification, des créneaux/réservations de calendrier, des suivis programmés et un handoff vers un humain. Les modifications de l'entreprise, les réservations et les suivis nécessitent l'utilisation des boutons des cartes à l'écran ; un « oui » prononcé ou saisi ne confirme jamais une écriture. Un suivi nécessite aussi le consentement par e-mail à l'écran. Les cartes et les résultats d'outils restent dans l'historique de la conversation. Les actions de page et vos propres outils MCP ne font pas partie du sous-ensemble disponible en direct. La facturation des appels reste en mode réservation seule, sans remboursement du temps d'appel inutilisé après la remise du jeton.
Testez à la fois le résultat vocal et la confirmation à l'écran avant toute utilisation par des clients. Consultez Suivis et Actions de modification.
Information et sécurité#
Informez les appelants qu'ils interagissent avec une IA et une voix synthétique. Définissez la manière dont les enregistrements, les transcriptions et les données des fournisseurs en aval sont conservés et supprimés.
Dépannage#
| Symptôme | À vérifier |
|---|---|
| Le texte fonctionne mais les commandes vocales échouent | Clés des fournisseurs de transcription/TTS/temps réel, activation de la fonctionnalité, forfait, solde de crédits et autorisation du navigateur |
| L'enregistrement ne peut pas démarrer | HTTPS, autorisation du microphone, entrée de l'appareil, Permissions Policy de l'intégration et prise en charge par le navigateur |
| La transcription est inexacte | Qualité audio, ensemble de langues choisi, accent/terminologie et couverture du fournisseur de transcription |
| La réponse vocale sonne mal | Voix sélectionnée, texte source, ponctuation, étiquette de langue et disponibilité du fournisseur |
| L'appel en direct se termine immédiatement | Minutes restantes, limite par appel, clé du fournisseur, réseau et état des sessions simultanées |
Traitez la voix comme une surface de lancement à part entière : les tests de recette du texte sont nécessaires, mais pas suffisants.