Détection d'activité vocale
La carte Voice activity, sous Advanced : un Mode prédéfini qui fixe le temps d'attente de l'agent avant de répondre, et les cinq seuils qui le sous-tendent.
Agents vocauxLa détection d’activité vocale (VAD) écoute l’audio de l’appelant et repère le début et la fin de la parole. Toutes les étapes en aval, la transcription, la détection de tour de parole et les minuteurs de silence, s’appuient sur ces repères. La carte Voice activity (activité vocale), sous Advanced (avancé), les règle au moyen d’un Mode (préréglage), le temps d’attente de l’agent avant de répondre, et expose les cinq seuils qui le sous-tendent sous Advanced, dans la carte.
Configuration
- Ouvrez l’agent et choisissez Advanced sous Build (créer).
- Dans Voice activity, choisissez un Mode. Pour ajuster plutôt un seul seuil, ouvrez Advanced dans la carte, puis déplacez son curseur ou saisissez une valeur dans son champ.
- Save (enregistrer).
Modes
Un mode est un préréglage des cinq seuils. Le mode lui-même n’est enregistré nulle part : la carte le déduit des valeurs. Toute modification manuelle d’un seuil affiche donc le mode Custom (personnalisé), avec le message The thresholds below no longer match a preset. (les seuils ci-dessous ne correspondent plus à un préréglage). Un agent qui n’a jamais été ajusté apparaît en Balanced (équilibré).
| Mode | Usage | Parole min. | Silence min. | Activation | Marge en amont | Fin de parole |
|---|---|---|---|---|---|---|
| Fast (rapide) | Échanges courts et vifs : répond dès que l’appelant marque une pause | 100 ms | 100 ms | 0,4 | 100 ms | 0 ms |
| Balanced | Le compromis recommandé entre réactivité et risque d’interrompre | 100 ms | 200 ms | 0,5 | 200 ms | 100 ms |
| Patient (patient) | Appelants qui réfléchissent en cours de phrase : attend plus longtemps avant de répondre | 200 ms | 600 ms | 0,6 | 300 ms | 500 ms |
Référence
| Champ | Valeur par défaut | Unité | Plage | Rôle |
|---|---|---|---|---|
| Min speech duration (durée minimale de parole) | 100 | ms | 100 à 3000, pas de 100 | Son le plus court considéré comme de la parole. Plus bas = plus réactif |
| Min Silence Duration (durée minimale de silence) | 200 | ms | 100 à 3000, pas de 100 | Silence requis pour considérer que l’utilisateur a fini de parler |
| Activation threshold (seuil d’activation) | 0,5 | 0,1 à 0,9, pas de 0,1 | Niveau sonore ou caractère vocal requis pour compter comme de la parole. Plus bas = plus sensible, davantage de faux positifs | |
| Prefix Padding Duration (durée de marge en amont) | 200 | ms | 100 à 3000, pas de 100 | Audio ajouté avant la parole détectée, afin que la première syllabe ne soit pas coupée |
| End-of-speech timeout (délai de fin de parole) | 100 | ms | 0 à 3000, pas de 100 | Silence requis avant de considérer le tour de parole comme terminé |
Ce que chaque réglage modifie
- Min speech duration filtre les clics et les toux. Augmentez-la si l’agent réagit au bruit ; abaissez-la s’il manque les « oui » et les « non ».
- Min Silence Duration est la pause qui met fin à la prise de parole d’un appelant. Augmentez-la pour les appelants qui marquent des pauses entre les phrases ; abaissez-la pour des réponses plus rapides.
- Activation threshold correspond à la sensibilité. Augmentez-le sur les lignes bruyantes, ou activez d’abord la réduction de bruit et n’y touchez pas.
- Prefix Padding Duration préserve le début des mots. Nécessite rarement un ajustement ; augmentez-la si les transcriptions perdent les premières syllabes.
- End-of-speech timeout s’ajoute après le silence avant que le tour de parole ne soit transmis. Avec Min Silence Duration, il fixe le plancher du temps de réponse de l’agent.
Comportement et limites
- La latence de réponse est au minimum égale à Min Silence Duration plus End-of-speech timeout, plus le temps propre au modèle. Avec les valeurs par défaut, ces deux réglages représentent 300 ms.
- La détection de tour de parole peut retarder un tour au-delà de ce que la VAD a décidé, mais jamais le raccourcir.
- Le minuteur Max silence (silence maximal), sous Reminders (relances), compte le temps pendant lequel la VAD n’a entendu aucune parole ; un seuil réglé trop haut peut faire passer un appelant qui parle pour silencieux.
- Ces réglages s’appliquent aussi au test Call dans le navigateur.
Vérification
Démarrez un appel sous Testing (test), Call, prononcez des mots courts et des phrases longues, et observez la transcription : chaque énoncé doit apparaître une seule fois, complet, et l’agent doit répondre après une pause naturelle.
Dépannage
- L’agent répond avant que j’aie terminé. Passez le Mode sur Patient, ou augmentez Min Silence Duration par paliers de 200 ms ; activez ensuite la détection de tour de parole.
- L’agent met du temps à répondre. Passez le Mode sur Fast, ou abaissez d’abord End-of-speech timeout, puis Min Silence Duration.
- Le bruit de fond déclenche l’agent. Activez le débruitage, puis augmentez Activation threshold de 0,1.