Améliorer la reconnaissance vocale au téléphone : correctifs pratiques
Pourquoi la reconnaissance vocale peine sur les lignes téléphoniques et ce qui aide : son plus clair, réglages de langue, questions soignées, relectures et tests.
Un agent vocal ne vaut que ce qu'il entend. Si la reconnaissance vocale transforme « mardi à dix heures » en « mardi à dix heures et dix », tout ce qui suit déraille, aussi bon que soit le modèle de langage. Il en va de même pour les transcriptions et résumés d'appels : une erreur à l'étape de reconnaissance se propage à chaque étape suivante.

Ce guide explique pourquoi la parole au téléphone est difficile, quelles erreurs sont les plus courantes et quels correctifs valent votre temps. Pour le contexte du pipeline, voir Comment fonctionne l'IA vocale : STT, LLM et TTS, et pour la partie audio Pourquoi l'audio téléphonique est difficile pour la reconnaissance vocale.
Pourquoi la parole au téléphone est difficile
Un appel téléphonique fait passer une voix humaine par un canal étroit. Les hautes et basses fréquences sont coupées, le signal est compressé et des paquets peuvent se perdre en route. Ajoutez l'environnement de l'appelant : circulation, télévision, vent, haut-parleur dans une cuisine. Les systèmes de reconnaissance sont entraînés sur beaucoup de parole, mais de telles conditions font quand même monter les taux d'erreur.
Ce qui dégrade la reconnaissance
- Bande passante étroiteL'audio téléphonique porte moins de détails que les enregistrements ordinaires, si bien que des sons proches se brouillent.
- Bruit de fondVoitures, foules et machines concurrencent la voix.
- Mauvais microphonesHaut-parleurs, casques bon marché et micros éloignés ajoutent de l'écho.
- Style de paroleDébit rapide, marmonnement et accents peu familiers sont plus difficiles.
- Mots raresNoms, marques, noms de rues et jargon que le système a rarement vus.
- Parole superposéeInterruptions, conversations parallèles et deux personnes qui parlent.
Erreurs typiques
Attendez-vous à des difficultés avec les homophones, les chiffres lus par groupes, les noms épelés, les dates et heures, et les mots courts en début de phrase. Savoir quelles erreurs vous avez facilite leur correction. Voir Bien saisir noms, nombres et adresses à la voix.
Commencer par les bases
Avant de changer quoi que ce soit de sophistiqué, vérifiez les choses simples.
Une liste de contrôle de base, dans l'ordre
- Vérifier l'audioÉcoutez des enregistrements d'appels réels. Si vous ne comprenez pas un passage, le système non plus.
- Régler la langueChoisissez la langue des appelants, ou activez la détection automatique si les appelants varient.
- Ajuster les pausesRéglez la durée de silence avant que le système juge que l'appelant a fini.
- Ajuster le traitement du bruitRendez le système plus ou moins sensible aux sons de fond.
- Tester avec de vraies voixEssayez différents locuteurs, appareils et lieux.
Langue et détection
Si la plupart des appelants parlent une langue, définissez-la explicitement. La détection automatique est utile quand les appelants varient, mais elle peut mettre quelques mots à se stabiliser, et des énoncés courts comme « oui » peuvent être mal jugés. Pour une ligne multilingue, lisez Support téléphonique multilingue par IA. Accents et dialectes comptent aussi ; voir Accents et dialectes en IA vocale.
Pauses et tours de parole
Si le système coupe la parole en pleine phrase, relevez le seuil de silence pour qu'il attende plus longtemps. S'il semble lent à répondre, abaissez-le. Les appelants âgés et les personnes qui dictent des nombres font plus de pauses ; testez avec eux. Un seuil adapté à un échange vif peut frustrer ceux qui réfléchissent à voix haute. Voir Détection d'activité vocale et Les tours de parole dans les agents vocaux.
Sensibilité au bruit
Une rue bruyante peut tromper le système en lui faisant entendre de la parole là où il n'y en a pas, ou masquer une parole faible. Testez dans un cadre bruyant, pas seulement dans un bureau, et ajustez la sensibilité pas à pas.
Concevoir des questions faciles à reconnaître
L'amélioration la moins coûteuse n'est souvent pas dans le système de reconnaissance mais dans ce que l'agent demande.
- Demandez une chose à la fois. « Quel est votre nom ? » donne une réponse plus nette que « Nom, numéro de téléphone et motif ? ».
- Offrez un moyen de répondre en peu de mots, comme oui ou non, ou un choix entre deux options.
- Dites aux appelants comment donner les nombres : « Merci de dire les chiffres un par un. »
- Évitez les longues questions ouvertes quand une courte question fermée suffit.
- Laissez à l'appelant le temps de répondre avant que l'agent reparle.
Confirmer ce qui compte
Pour les noms, numéros de téléphone, dates, adresses et tout ce qui a des conséquences, répétez ce que vous avez entendu et demandez à l'appelant de confirmer. « J'ai mardi quatre à dix heures du matin. C'est bien cela ? » est bien plus fiable que de présumer. Offrez un autre moyen de fournir les informations difficiles, comme un message envoyé ensuite à la personne pour qu'elle le complète, lorsque c'est permis.
Aider le système avec vos mots
Les erreurs de reconnaissance se concentrent souvent sur des mots propres à votre activité : noms de produits, de personnel, de lieux, termes médicaux ou techniques. Pour aider :
- Tenez une liste des termes mal entendus et surveillez s'ils s'améliorent.
- Là où le système permet un vocabulaire personnalisé ou des indices, ajoutez les termes importants.
- Veillez à ce que vos sources de connaissances écrivent les noms de façon cohérente, pour que les étapes suivantes puissent les rapprocher.
- Renseignez un dictionnaire de prononciation pour la façon dont l'agent dit ces mots à voix haute ; cela touche la sortie vocale, pas la reconnaissance, mais aide les appelants à comprendre et à répondre de même.
Notez la distinction entre écouter et parler. Un dictionnaire de prononciation change la façon dont un mot est lu, pas la façon dont il est entendu.
Gérer l'échec avec élégance
Même un système bien réglé comprend mal parfois. Concevez le repli : après un échec, reformulez la question ; après un second, proposez une autre voie, comme une personne, un rappel ou un message. Ne faites jamais tourner l'appelant trois fois dans le même message. Une sortie élégante protège la relation quand la technologie échoue.
Mesurer et tester
Sans mesure, vous ne pouvez pas savoir si un changement a aidé. Constituez un petit jeu de test à partir d'appels réels avec consentement et autorisation notée : une cinquantaine de courts extraits couvrant vos voix, appareils et bruits typiques. Pour chacun, comparez ce qui a été dit et ce qui a été reconnu, et comptez les erreurs qui comptent, comme un chiffre faux, plutôt que chaque mot mineur.
Une revue mensuelle de la reconnaissance
- Écoutez un échantillon d'appels réels, y compris ceux qui ont échoué.
- Listez les cinq mots ou expressions les plus mal entendus.
- Vérifiez si la formulation, les réglages ou le vocabulaire peuvent y répondre.
- Retestez les mêmes extraits après chaque changement.
- Incluez des échantillons bruités et accentués, pas seulement propres.
- Consignez changements et résultats pour ne pas répéter une expérience.
Voir Comment tester un agent vocal IA avant le lancement et Comment évaluer les conversations d'un agent vocal.
Le faire dans Call
Call permet d'ajuster l'écoute pour chaque agent IA dans ses réglages vocaux. Dans la section du transcripteur, vous choisissez la langue, ou la détectez automatiquement, et réglez un seuil de silence et un contrôle de sensibilité au bruit. Un bandeau sur la page indique quels réglages les appels en direct utilisent aujourd'hui. Relevez le seuil de silence si l'agent coupe la parole aux appelants en pleine phrase.
- Dictionnaire de prononciation. Apprenez à la voix IA comment lire les noms, lieux et mots qu'elle prononce mal ; cela change ce qui est dit, pas ce qui est reconnu.
- Transcriptions. Lisez la transcription d'un appel sous son enregistrement, et étiquetez les locuteurs après l'appel pour voir qui a dit quoi.
- Qualité des appels. Les appels avec un agent IA sont notés après leur fin, avec raisons et citations, pour repérer facilement les appels faibles.
- Corrections. Vous pouvez corriger une réponse dans une fiche d'appel et enregistrer la réponse corrigée dans les connaissances de l'agent.
La reconnaissance de Call dépend de l'appel et de la ligne téléphonique : testez donc sur de vraies lignes. Voir Utiliser l'historique et les résumés d'appels dans Call et Rechercher dans les transcriptions d'appels de Call.
Questions fréquentes
Pourquoi la reconnaissance vocale est-elle moins précise au téléphone que sur mon smartphone ?
Les lignes téléphoniques transportent un audio plus étroit et plus compressé qu'un micro moderne, et les appelants sont souvent dans des lieux bruyants ou en haut-parleur. Le logiciel a moins de matière, donc il y a plus d'erreurs.
Dois-je définir une langue ou utiliser la détection automatique ?
Si presque tous les appelants utilisent une langue, définissez-la. Utilisez la détection automatique quand les appelants varient, et testez les réponses courtes comme oui et non, qui peuvent être mal détectées.
Comment améliorer la reconnaissance des noms et des nombres ?
Demandez un élément à la fois, dites aux appelants comment énoncer les chiffres, confirmez par relecture et ajoutez les termes importants au vocabulaire si votre système le permet.
Un dictionnaire de prononciation améliore-t-il ce que l'agent entend ?
Non. Il améliore la façon dont l'agent prononce les mots à voix haute. Il peut aider les appelants à comprendre l'agent, mais la reconnaissance est un réglage distinct.
Comment savoir si un changement a aidé ?
Gardez un jeu fixe d'extraits d'appels réels, comptez les erreurs qui comptent avant et après, et relancez le même jeu après chaque changement. Un seul appel chanceux ne prouve rien.