Voice AI : dix questions, dix réponses

Les questions que l’on pose avant de faire confiance à un de nos chiffres, avec la réponse et la page qui la démontre. Rien ici n’est une promesse sur la qualité ; chaque réponse renvoie à un statut, une marge ou un test que vous pouvez lire vous-même.

1. Que mesure-t-il pour un agent vocal ?

Le signal, des deux côtés de l’agent : ce qu’il entend (l’enregistrement de l’appelant, la bande téléphonique, le bruit, l’écrêtage, les trous) et ce qu’il envoie (la loudness et le true peak d’un fichier de synthèse vocale, son niveau de bruit de fond, sa bande passante, sa hauteur et la qualité de la voix). Chaque mesure vient d’un seul registre, /lenses, et porte un statut, une marge et une ligne sur ce qu’elle ne dit pas. L’atlas les place toutes sur le chemin qui va du microphone au moteur de reconnaissance, et /voice les compte en direct.

2. Prédit-il combien de mots un moteur de reconnaissance se trompe ?

Pas à notre connaissance, et nous ne le prétendons pas. Nous avons testé une mesure, le 10 octobre 2026 : 624 enregistrements de 16 signalements néerlandais inventés, lus par trois voix synthétiques dans 13 conditions, dont une bande téléphonique simulée, transcrits par deux modèles Whisper. La mesure du rapport signal sur bruit n’a pas prédit les erreurs sur la rue, le numéro et la ville (AUC de 0,52 à 0,55 ; 0,50, c’est pile ou face). Les locuteurs réels, les autres moteurs de reconnaissance et les autres langues ne sont pas testés. Le test et ses limites sont sur où nous nous sommes trompés et dans ce que AudioLab ne fait pas.

3. Mon audio est-il téléversé ?

Dans le navigateur, non : le contrôle, le contrôle sortant, la vue QC et les labs mesurent sur votre appareil, et votre audio n’est jamais téléversé. L’API et le MCP sont différents par nature : l’audio atteint le service hébergé dans l’UE, est décodé et mesuré, et seuls des chiffres sont conservés. Sur un appel direct, il est écarté pendant la requête ; un fichier envoyé par la voie d’envoi signé est supprimé dans l’heure. Les termes exacts, avec les dates, sont sur /privacy.

4. Que signifient un statut et une marge ?

Un statut est une promesse sur les preuves, pas sur la qualité. Validé signifie testé contre une norme ou une valeur connue, avec la source nommée ; un proxy approxime quelque chose et reste une information, jamais une réussite ou un échec ; bêta n’a pas encore de test contre une vérité terrain et n’est affiché nulle part dans les contrôles de voix ; retiré a échoué à son test et le dit. Une marge dit de combien le chiffre peut être faux. Une différence entre deux enregistrements plus petite que la marge n’est pas une vraie différence. Lire une réponse parcourt une vraie réponse champ par champ.

5. Comment un verdict est-il rendu ?

Une règle est votre limite sur une mesure. Une valeur au-delà de la limite est Fail ; une valeur au-delà de la limite mais plus proche d’elle que la marge de la mesure est Check, parce que la mesure elle-même ne peut pas trancher ; une valeur à l’intérieur est Pass. Un proxy est affiché, pas jugé. Trois défauts font échouer un fichier à eux seuls quand vous les laissez activés : l’écrêtage, les trous de silence numérique et un niveau si bas qu’il n’y a rien. Il n’y a pas de score composite. Chaque résultat nomme la version des règles, la version du moteur et une empreinte des limites avec lesquelles il a été jugé, de sorte que deux verdicts peuvent être comparés plus tard. Comment le verdict est rendu le montre sur un exemple réel.

6. Qui fixe les limites ?

Vous. Le contrôle sortant propose des cibles de plateformes publiées, comme l’EBU R 128 avec la tolérance du contrôle de cible, et une plage de départ que nous avons mesurée sur de la parole synthétique propre, présentée comme une plage mesurée et non comme une norme. Modifiez n’importe quelle limite, désactivez une règle critique, et téléchargez l’ensemble sous la forme gate.json pour votre pipeline. Une limite que nous n’avons jamais publiée n’existe pas ; la page le dit là où vous vous attendriez à en voir une.

7. Puis-je comparer deux versions, ou suivre un modèle dans le temps ?

Oui. L’onglet A/B de la vue QC prend un fichier antérieur et un fichier actuel et lit chaque différence par rapport à la marge de sa mesure : à l’intérieur de la marge, c’est « pas de changement net », pas une amélioration. Connecté, vous pouvez enregistrer une exécution : les chiffres, vos limites, le verdict et une étiquette, jamais l’audio. Une exécution enregistrée sert de version antérieure dans l’A/B et de point dans la vue de tendance, où chaque mesure du panneau trace une ligne de votre exécution la plus ancienne à la plus récente.

8. Comment lancer les mêmes contrôles dans un pipeline ?

Avec une clé d’API gratuite depuis /account : les mêmes mesures par l’API et le MCP, jusqu’à 20 enregistrements dans un seul appel par lot, et measureStatus dans la réponse pour que votre contrôle puisse lire le statut et la marge. Le guide du contrôle en CI donne le script qui lit gate.json et montre à quoi ressemble un contrôle en échec. L’API hébergée n’a pas de webhooks ; le contrôle tourne là où tourne votre build.

9. Qu’est-ce qui est gratuit, et que sont les minutes ?

Tout ce qui se passe dans le navigateur est gratuit et n’utilise aucun appel. Une clé d’API gratuite porte 1 000 appels et 2 Go par mois ; sans clé, il y a un essai de 20 appels par mois. Une clé que vous créez pour le travail sur la voix compte des minutes mesurées au lieu d’appels : un quota gratuit chaque mois plus un quota de départ unique, affichés sur /account avec leur date d’expiration, et la réponse de l’API porte voiceMinutes avec ce que le fichier a coûté et ce qu’il reste. Des forfaits de minutes payants sont en préparation et n’ont pas de date ; rien n’est vendu tant qu’ils n’existent pas.

10. Que ne fait-il pas, et qu’est-ce qui n’est qu’une démo ?

Il ne lit pas les mots, n’identifie ni ne compte les locuteurs, ne note pas le naturel, ne vérifie pas les filigranes ni les manifestes de provenance, et ne mesure pas la latence. Là où une page pourrait afficher un chiffre pour l’un de ces points, elle affiche « non mesuré ». Le moniteur en direct tourne comme démo dans votre navigateur : il nomme un trou, une série d’écrêtage, une chute de niveau, un silence mort ou un ronflement au moment où il se produit, et ce sont des signaux, pas des verdicts. La liste complète est sur ce que AudioLab ne fait pas.