Le rôle du VAD dans la gestion des interruptions des agents vocaux
La détection d'activité vocale (VAD) constitue la première ligne de défense pour gérer les interruptions, mais elle est sujette aux faux positifs. Voici comment les systèmes modernes l'améliorent.
Lorsqu'un utilisateur interrompt un agent IA, celui-ci doit cesser de parler immédiatement. C’est ce qu’on appelle l’intrusion. Le mécanisme qui détecte cette interruption est la détection d'activité vocale (VAD). Cependant, le VAD de base se déclenche à tout bruit (un chien qui aboie, une porte qui claque ou une toux) provoquant l'arrêt inutile de l'agent.
Gestion adaptative des interruptions
Les agents vocaux modernes utilisent une gestion adaptative des interruptions. Au lieu de simplement détecter le volume, ils utilisent des réseaux neuronaux légers pour classer l'audio. Est-ce un bruit de fond ? Est-ce un canal de retour (« euh-huh », « ouais ») ? Ou s'agit-il d'une véritable interruption de la conversation ? Seul ce dernier devrait inciter l'agent à arrêter la lecture et à écouter le TTS.
Prêt à construire ?
Découvrez comment les agents IA multimodaux de Mazed fonctionnent pour votre cas d'utilisation.