Voiture, café, chantier : comment votre agent vocal IA gère les appels bruyants sans demander 3 fois

Quatre appels mobiles sur dix se passent dans un environnement bruyant : voiture en mouvement, café, gare, supermarché, chantier. Le caller veut juste prendre un RDV ; mais si l'agent vocal IA demande de répéter 3 fois, il raccroche. La solution n'est pas magique — c'est une pile de 4 couches qui décode malgré le chaos. Voici la stack.

Couche 1 — suppression de bruit côté entrée#

Algorithmes RNNoise / Krisp / WebRTC NS appliqués sur le flux audio entrant AVANT que la transcription ne commence. Réduit jusqu'à -20 dB du bruit ambiant tout en préservant la voix humaine. Sans cette couche, les modèles type Whisper ou Voxtral chutent à 60-65 % de précision en environnement bruyant. Avec : 85-90 %.

Couche 2 — modèles entraînés sur bruit#

Choisissez un STT (speech-to-text) entraîné spécifiquement sur audio mobile et bruyant — Voxtral, Whisper Large v3, ou Deepgram Nova. Ces modèles ont vu des centaines d'heures de café et de voiture en training. Différence vs un modèle « clean » : +10-15 points de précision sur du brouhaha.

Couche 3 — confirmation explicite des champs critiques#

L'agent ne devine jamais sur les numéros (téléphone, numéro de dossier, code postal) en environnement bruyant. Phrase scriptée : « Pour être sûr — votre numéro est bien 06 12 34 56 78 ? ». La confirmation explicite garantit le RDV même si la transcription a 1-2 erreurs. Coût : 5 secondes de plus. Bénéfice : zéro RDV créé avec un mauvais numéro.

Couche 4 — fallback SMS si > 2 demandes de répétition#

Règle dans le prompt : si l'agent a déjà demandé à répéter 2 fois dans la même conversation, basculer en SMS. « Je n'arrive pas bien à vous entendre. Je vous envoie un SMS avec un lien pour confirmer votre RDV. ». Le caller continue sur un canal silencieux. Récupération : ~80 % de ces appels au lieu d'un raccroché.

Les pièges à éviter#

• TTS trop fort en sortie — sature le micro du caller et amplifie son propre bruit en retour. Calibrer à -3 dB du standard.
• Vouvoiement complexe en bruit fort — préférer des phrases courtes (< 10 mots) qui passent même hachées.
• Boucle infinie « je n'ai pas compris » — toujours fixer une limite (3 essais max) avec sortie propre.

Le test à réaliser ce week-end#

Appelez votre agent depuis une voiture sur autoroute (vitres baissées), depuis un café à 15h, et depuis une rue passante. 3 environnements, 3 appels. Mesurez : taux de complétion sans handoff, nombre de « répéter », taux de RDV créés. Si vous passez les 3 sans frustration, vous êtes au-dessus de 90 % du marché. Premier mois VocazAI gratuit pour calibrer.