Agents vocaux en temps réel(RVA)

Agents parlants à faible latence, reposant sur des modèles voix-à-voix au sein d'une même session en streaming, qui remplacent le pipeline traditionnel reconnaissance vocale puis LLM puis synthèse vocale. Un modèle unique raisonne directement à partir de l'audio, si bien que les réponses arrivent assez vite pour donner l'impression d'une conversation naturelle, avec la détection des tours de parole, l'interruption en cours de parole (barge-in), les appels d'outils en pleine conversation, les garde-fous et les transferts gérés au sein de la session en direct.