Un agent vocal IA en darija : comment ça marche

Qu'est-ce qu'un agent vocal IA en darija ?

Un agent vocal IA en darija est un assistant téléphonique automatique capable de comprendre un appelant qui parle le dialecte tunisien, de raisonner sur sa demande et de lui répondre oralement, en darija ou dans la langue de l'appelant. Il peut décrocher à toute heure, prendre un rendez-vous, donner le statut d'une commande ou qualifier un prospect, puis transférer l'appel à un humain quand la situation l'exige.

La darija tunisienne, désignée par le code ISO 639-3 « aeb », est la langue parlée au quotidien par la grande majorité des Tunisiens. Elle diffère sensiblement de l'arabe standard moderne, tant par le vocabulaire que par la prononciation et la grammaire, et elle intègre de nombreux mots français, italiens et berbères.

Comment fonctionne un agent vocal IA, étape par étape ?

Un agent vocal IA traite chaque tour de parole en quatre étapes, répétées tout au long de l'appel.

1. Reconnaissance vocale (STT, speech-to-text) : le son de la voix de l'appelant est converti en texte. C'est l'étape la plus sensible pour la darija.
2. Compréhension et décision : un modèle de langage lit la transcription, identifie l'intention (« prendre un rendez-vous », « suivre une commande ») et les informations utiles (date, spécialité, numéro de commande).
3. Action : l'agent interroge ou modifie un outil, par exemple l'agenda de la clinique ou le système de suivi des commandes.
4. Synthèse vocale (TTS, text-to-speech) : la réponse rédigée par l'agent est convertie en voix naturelle et jouée à l'appelant.

Ces quatre étapes doivent s'exécuter en une fraction de seconde : au-delà d'environ une seconde de silence, la conversation paraît artificielle et l'appelant a tendance à répéter ou à raccrocher. La latence est donc un critère de conception aussi important que la précision.

Pourquoi la darija est-elle difficile pour une IA ?

La darija est difficile pour une IA pour quatre raisons qui se cumulent dans un appel téléphonique réel.

Le code-switching. Les Tunisiens passent naturellement d'une langue à l'autre dans la même phrase : « N7eb nbaddel el rendez-vous mta3i, normalement c'était jeudi. » Un système entraîné sur une seule langue perd une partie du sens.

L'absence d'orthographe standard. La darija s'écrit indifféremment en lettres arabes ou en arabizi (lettres latines et chiffres : « 3 » pour ع, « 7 » pour ح, « 9 » pour ق). Les données d'entraînement sont donc dispersées et hétérogènes.

Le manque de données. Les grands systèmes de reconnaissance vocale ont été entraînés sur d'énormes volumes d'anglais, de français ou d'arabe standard, mais sur relativement peu de darija tunisienne enregistrée et transcrite. L'écart se mesure : sur le banc d'essai DialectalArabicMMLU (2025), les modèles de langage testés obtiennent en moyenne 62,8 % de bonnes réponses en anglais, 51,9 % en arabe standard et 47,7 % en dialecte, avec le score le plus bas pour la darija marocaine (45,0 %). Une autre étude (2025) montre que la traduction d'arabizi maghrébin est nettement moins bonne que celle de l'arabizi égyptien ou libanais.

Les variations régionales et le bruit. L'accent de Sfax n'est pas celui de Tunis ou du Kef, et un appel passé depuis une voiture ou un marché ajoute du bruit de fond.

Comment Neuratech Solutions rend-elle un agent vocal fiable en darija ?

Neuratech Solutions rend un agent vocal fiable en darija en combinant le choix des briques techniques, des tests sur données réelles et une conception conversationnelle adaptée.

• Sélection de la reconnaissance vocale : plusieurs moteurs sont comparés sur un échantillon d'enregistrements du client, et le meilleur est retenu pour chaque projet.
• Vocabulaire métier : les noms de produits, de médecins, de villes et les termes propres à l'entreprise sont fournis au système pour améliorer la transcription.
• Robustesse du modèle de langage : même avec une transcription imparfaite, le modèle de langage reconstitue l'intention ; l'agent reformule pour confirmer les informations critiques (« Vous voulez donc un rendez-vous vendredi à 10 h, c'est bien ça ? »).
• Conversation guidée : l'agent pose des questions courtes et fermées aux moments clés, ce qui réduit les erreurs.
• Escalade : en cas de doute persistant, l'appel est transféré à un conseiller avec la transcription et le résumé.

Quelle voix l'agent vocal utilise-t-il ?

L'agent vocal utilise une voix de synthèse choisie avec le client, en fonction de l'image de marque et du public. Les technologies récentes de synthèse vocale produisent des voix naturelles en français et en arabe, et de plus en plus convaincantes en darija. Neuratech Solutions teste les voix candidates auprès de personnes du public cible avant de choisir.

Par principe, l'agent vocal annonce au début de l'appel qu'il s'agit d'un assistant automatique. Cette transparence évite les malentendus et renforce la confiance, à condition que l'agent soit réellement utile et que le transfert vers un humain soit simple.

Le choix de la langue de réponse suit aussi une règle simple : l'agent vocal répond dans la langue utilisée par l'appelant. Un appelant qui commence en français reçoit une réponse en français ; un appelant qui parle darija reçoit une réponse en darija, avec les mots français courants que les Tunisiens emploient naturellement, comme « rendez-vous » ou « confirmation ».

Quels sont les cas d'usage d'un agent vocal en darija ?

Les cas d'usage d'un agent vocal en darija sont ceux où les appels sont nombreux, répétitifs et structurés.

Combien de temps faut-il pour lancer un agent vocal en darija ?

Le lancement d'un agent vocal en darija suit en général trois phases, dont la durée dépend surtout de l'accès aux enregistrements, à la téléphonie et aux outils métier.

La phase de cadrage identifie les motifs d'appel prioritaires, les informations à collecter et les règles de transfert. Elle s'appuie idéalement sur un échantillon d'appels enregistrés, avec l'accord des appelants, pour mesurer la part de chaque motif et le vocabulaire employé.

La phase de construction règle la reconnaissance vocale, rédige les scénarios de conversation, connecte l'agenda ou le système de commandes et choisit la voix. Des appels de test sont passés par des personnes de profils et d'accents variés, de Tunis, du Sahel, de Sfax et du Sud.

La phase pilote ouvre l'agent vocal sur une partie du trafic, par exemple les appels reçus hors des heures d'ouverture. L'équipe écoute un échantillon d'appels chaque semaine, corrige les incompréhensions, puis augmente progressivement la part d'appels confiée à l'agent. Cette montée en charge progressive limite les risques pour la relation client.

Comment mesurer la qualité d'un agent vocal ?

La qualité d'un agent vocal se mesure avec des indicateurs précis, suivis dès la phase pilote :

• taux de résolution autonome : part des appels traités sans intervention humaine ;
• taux de transfert et motifs de transfert ;
• précision des informations collectées (dates, numéros, noms), vérifiée sur un échantillon ;
• latence moyenne entre la fin de la phrase de l'appelant et le début de la réponse ;
• satisfaction, mesurée par une question courte en fin d'appel ou par les réclamations.

Neuratech Solutions écoute un échantillon d'appels chaque semaine pendant le pilote pour identifier les incompréhensions et ajuster l'agent. Pour discuter d'un projet d'agent vocal IA, le diagnostic initial est gratuit.