Des agents vocaux en temps réel dans les dialectes suisses
Diffusez l’audio de l’appelant via une seule connexion WebSocket. L’agent écoute, comprend et répond en temps réel avec une voix naturelle, dans la variété que parlent vos appelants: français de Suisse romande (septante, huitante, nonante, natel, souper), dialectes suisses allemands (zurichois, bernois, bâlois, lucernois), italien du Tessin. L’allemand standard et l’anglais sont aussi disponibles. Vous rédigez les instructions et connectez vos propres systèmes, nous menons la conversation.
CHF 0.33 par minute (CHF 19.80 par heure), facturés à la seconde de session connectée. Clés sandbox gratuites.
Vous ne développez pas vous-même ?
Suisse Speech est l’API des équipes qui construisent leur propre agent vocal. Si vous voulez simplement un assistant téléphonique IA pour votre entreprise, choisissez Suisse Line, notre produit prêt à l’emploi : il répond à vos appels 24/7 et prend les rendez-vous, dialectes suisses compris. Sans programmation.
Vers Suisse LineComment ça fonctionne
1. Décrire votre agent
Ouvrez la connexion WebSocket et envoyez session.start avec vos instructions, la langue et le dialecte, une voix et, si vous le souhaitez, un message d’accueil et des outils.
2. Diffuser la conversation
Envoyez l’audio de l’appelant au fur et à mesure, depuis le micro d’un navigateur ou une ligne téléphonique. Les transcriptions de ce que dit l’appelant apparaissent en direct.
3. Lire les réponses
L’agent répond avec une voix naturelle. Vous lisez les trames audio à leur arrivée et recevez une transcription en direct de chaque réponse. Si l’appelant l’interrompt, l’agent s’arrête et vous indique quel audio en mémoire tampon abandonner.
Démarrer une session
ws.send(JSON.stringify({
type: 'session.start',
language: 'de-CH', dialect: 'bern', voice: 'anna',
instructions: 'Du bist die Terminvergabe der Praxis Muster. ' +
'Sprich kurz und freundlich.',
greeting: 'Grüezi, Praxis Muster. Wie kann ich helfen?',
vocabulary: ['Muster', 'Dr. Brunner', 'Bremgarten'],
input: { encoding: 'mulaw', sample_rate_hz: 8000 }, // phone line
output: { encoding: 'mulaw', sample_rate_hz: 8000,
transport: 'binary' },
turn_taking: { mode: 'auto', interruptions: true },
tools: [{
name: 'book_appointment',
description: 'Books an appointment for the caller.',
parameters: {
type: 'object',
properties: {
name: { type: 'string' }, time: { type: 'string' },
},
required: ['name', 'time'],
},
}],
}));Audio et appels d’outils
ws.on('message', async (data, isBinary) => {
if (isBinary) return player.write(data); // agent's voice
const m = JSON.parse(data.toString());
switch (m.type) {
case 'audio.clear': // caller interrupted
player.clear(); break;
case 'user.transcript.final':
log('caller', m.text); break;
case 'reply.done':
log('agent', m.transcript); break;
case 'tool.call': { // ask your backend
const result = await bookAppointment(m.arguments);
ws.send(JSON.stringify({
type: 'tool.result', call_id: m.call_id,
output: JSON.stringify(result),
}));
break;
}
}
});Ce que peut faire un agent
Dialectes et variétés de Suisse
Comprend et parle les dialectes suisses allemands (Zurich, Berne, Bâle, Lucerne et suisse allemand général), le français de Suisse romande et l’italien du Tessin. Vous choisissez la langue et le dialecte pour chaque session.
Vos instructions
Rôle, connaissances et règles en mots simples, jusqu’à 16’000 caractères, plus les noms et termes que l’agent doit reconnaître. Modifiables pendant l’appel.
Outils et appels de fonctions
Définissez jusqu’à 32 fonctions. Quand l’agent a besoin d’une information, il interroge votre backend, par exemple pour retrouver une commande ou réserver un rendez-vous, et énonce le résultat.
Interruptions naturelles
Les appelants peuvent couper la parole à l’agent. Il cesse de parler et écoute, et votre client abandonne l’audio qu’il n’avait pas encore lu.
Audio téléphonique
G.711 µ-law et A-law à 8 kHz pour les lignes téléphoniques, ou PCM à 8, 16, 24 ou 48 kHz pour les navigateurs et les applications.
Transcriptions en direct
Transcriptions partielles et finales de l’appelant et de chaque réponse pendant la conversation, pour les journaux, les sous-titres ou l’analyse.
Dialectes suisses et variétés régionales, compris et parlés
Choisissez pour chaque session la langue et, pour le suisse allemand, le dialecte. Le français de Suisse romande (fr-CH) et l’italien du Tessin (it-CH) sont des variétés régionales, avec leur propre vocabulaire: septante, huitante, nonante, natel, souper. L’allemand standard, le français, l’italien et l’anglais sont aussi disponibles.
- Zurichois (Züritüütsch)
dialect: "zurich" - Bernois (Bärndütsch)
dialect: "bern" - Bâlois (Baaseldütsch)
dialect: "basel" - Lucernois (Lozärnerdütsch)
dialect: "luzern" - Suisse allemand général
dialect: "standard" - Français de Suisse romande
language: "fr-CH" - Italien du Tessin
language: "it-CH" - Allemand standard, français, italien, anglais
de-DE, fr, it, en
Ce que vous pouvez construire
Assistant téléphonique
Répondez aux appels jour et nuit: horaires d’ouverture, itinéraires et questions courantes. Tout ce qui est plus complexe est transmis à votre équipe par un appel d’outil.
Prise de rendez-vous
L’agent consulte les créneaux libres de votre agenda par un appel d’outil, convient d’une heure avec l’appelant et réserve le rendez-vous.
Service client
État de la commande, livraison, questions de contrat: l’agent cherche la réponse dans vos systèmes et répond dans la langue et le dialecte que vous avez configurés.
La voix dans votre application
Ajoutez un assistant vocal à une application web ou mobile: micro en entrée, réponses parlées en sortie, avec des transcriptions que vous pouvez afficher à l’écran.
Formats pour le téléphone et les navigateurs
Les lignes téléphoniques utilisent G.711 µ-law ou A-law à 8 kHz. Les navigateurs et les applications utilisent du PCM à 8, 16, 24 ou 48 kHz. L’audio circule dans les deux sens sous forme de trames WebSocket binaires, dans le format que vous déclarez. Votre client doit annuler l’écho, ce que font les lignes téléphoniques et les navigateurs (echoCancellation). Sinon, l’agent risque de s’entendre lui-même.
Un seul prix, facturé à la seconde
CHF 0.33 par minute, soit CHF 19.80 par heure, hors TVA. La facturation se fait à la seconde de session connectée, du moment où la session est prête jusqu’à sa fermeture, et puise dans le même crédit prépayé que la reconnaissance et la synthèse vocales. Les clés sandbox exécutent une session synthétique avec les mêmes événements et ne sont jamais facturées.
Voir tous les tarifs →Questions fréquentes
À quelle vitesse l’agent répond-il?
Il commence à parler dès qu’il a compris l’appelant, et l’audio est diffusé pendant que la réponse est encore en cours de production. Le délai exact dépend de votre connexion, de vos outils et de la longueur de la réponse: mesurez-le avec une clé live sur votre propre ligne. Nous ne publions pas de chiffre unique.
Quelles langues et quels dialectes l’agent parle-t-il?
Le suisse allemand dans les dialectes de Zurich, Berne, Bâle, Lucerne et le suisse allemand général (de-CH), le français de Suisse romande (fr-CH) et l’italien du Tessin (it-CH), ainsi que l’allemand standard (de-DE), le français (fr), l’italien (it) et l’anglais (en). GET /capabilities indique ce que votre clé peut utiliser.
Puis-je le connecter à une ligne téléphonique?
Oui. L’agent écoute et parle en G.711 µ-law et A-law à 8 kHz, le format des lignes téléphoniques: votre plateforme de téléphonie ou votre passerelle média peut transmettre l’audio de l’appel à la connexion WebSocket et lire ce qu’elle reçoit en retour. Les lignes téléphoniques annulent déjà l’écho.
L’agent peut-il chercher des informations ou réserver des rendez-vous?
Oui, avec des outils. Vous décrivez jusqu’à 32 fonctions, et quand l’agent en a besoin, il interroge votre backend et énonce le résultat. Un appel auquel votre backend ne répond pas en 30 secondes est signalé à l’agent comme expiré et n’est jamais relancé automatiquement.
Comment tester sans payer?
Utilisez une clé sandbox (sv_test_…). Elle exécute une session synthétique avec les mêmes événements qu’une session réelle: vous pouvez ainsi développer et tester votre client sans frais. Les sessions sandbox ne sont jamais facturées. Jugez la qualité de la voix et du dialecte avec une clé live.
Que deviennent l’audio et les transcriptions?
La page Sécurité décrit ce qui est stocké et où le traitement a lieu, ainsi que la manière de signer notre contrat de traitement des données.
Faites l’essai avec vos propres enregistrements
Obtenez 60 minutes gratuites de reconnaissance et de synthèse vocales. Aucune carte de crédit requise.