Appelez un bot vocal et posez-lui une question. Comptez les secondes en silence pendant qu’il réfléchit. Si la pause s’étire au-delà de deux ou trois secondes, le malaise s’installe déjà : les vraies personnes ne parlent pas comme ça. Un client en appel à froid ressent exactement la même chose — et raccroche.
La vitesse de réponse décide du sort de la conversation. Voici pourquoi trois secondes constituent le seuil au-delà duquel un bot cesse de sonner humain.
D’où vient ce seuil
Dans une conversation, une personne répond à son interlocuteur en deux à trois secondes. Au-delà, une pause apparaît que les deux parties remarquent. Un bot vocal doit tenir le même rythme, sans quoi le client comprend qu’il parle à une machine.
Chaque réponse du bot s’assemble en trois étapes :
- Reconnaître la parole du client et la convertir en texte.
- Générer une réponse.
- La prononcer à voix haute.
La somme des trois étapes ne doit pas dépasser environ trois secondes. Si une seule étape déborde au-delà d’une seconde, c’est pour nous le signal de chercher ce qui a dérapé.
Nos chiffres
Sur un appel représentatif, la synthèse de la réponse a pris 300 millisecondes. Pour de la voix en temps réel, c’est un chiffre record. La reconnaissance vocale, avec la vérification que le client avait bien fini sa phrase, s’est établie à 0.63 seconde.
L’écart entre une seconde et trois cents millisecondes paraît dérisoire. Dans une conversation ordinaire, la plupart des gens ne le remarqueraient même pas. En appel à froid, cet écart est la différence qui vous coûte le lead : le client entend le délai, comprend qu’il parle à une machine et raccroche.
Le seuil
Trois secondes : la ligne entre un agent qui sonne vivant et une machine qui se trahit.
Pourquoi nous sommes passés sur nos propres serveurs
La vitesse tient au matériel et à l’accès aux modèles. Tant que la reconnaissance, le raisonnement et la synthèse vocale tournent sur les serveurs de quelqu’un d’autre, à l’autre bout du monde, deux problèmes se posent. D’abord la latence : le signal doit faire la moitié du tour du globe, aller et retour. Ensuite la fiabilité : l’accès à des fournisseurs externes hébergés à l’étranger peut être bridé ou coupé sans préavis — et si cela arrive en plein appel, le bot devient tout simplement muet.
Nous avons donc migré toute la pile sur nos propres serveurs. Les modèles tournent sur notre propre infrastructure, où nous pouvons les piloter et les affiner pour la tâche visée. La latence chute, et la dépendance aux limites et aux politiques d’autrui disparaît.
Ce que cela change pour votre entreprise
Un bot rapide sonne comme un agent en chair et en os et garde le client dans la conversation. Un bot lent se trahit dès la première pause et perd le lead d’entrée de jeu. Trois secondes séparent ces deux scénarios, et nous maintenons notre réponse en dessous.
Écoutez le tempo par vous-même
Envoyez-nous votre script et nous vous donnerons un numéro pour appeler le bot, afin de mesurer vous-même la vitesse de réponse. Trois secondes, et vous entendrez la différence.