ASDIC est un projet de recherche 2027-2028. Les mesures publiées sont celles du carnet ; les objectifs sont des objectifs.
SavoirComprendre une conversation téléphonique, page par page.
Ce que l'on sait, ce qui existe, ce que nous mesurons. Chaque page cite ses sources et distingue ce qui est mesuré de ce qui est visé.
- 2 octobre 2026
Pourquoi la reconnaissance vocale se trompe au téléphone
Bande étroite, bruit, accents, chevauchements, noms propres, chiffres : les six causes d'erreur de la transcription au téléphone, ce que chacune coûte dans un appel de dix secondes, et ce qu'ASDIC mesurera.
- 2 octobre 2026
IA souveraine : ce que ça veut dire pour une conversation téléphonique
Quatre questions concrètes — où transite l'audio, qui peut l'écouter, combien de temps il reste, quel droit s'applique —, ce que disent le RGPD, la CNIL et l'AI Act (applicable au 2 août 2026), et ce que Nodical tient déjà, ou pas encore.
- 2 octobre 2026
Pipeline ou speech-to-speech : deux façons de faire parler une IA au téléphone
Une chaîne de trois modèles (reconnaissance, modèle de langue, voix) ou un modèle unique qui va de la parole à la parole : ce que chacun gagne et perd au téléphone, ce que publient Kyutai et OpenAI, et où se place ASDIC.
- 2 octobre 2026
Comprendre ce que la personne veut, sans passer par le texte
La compréhension de la parole expliquée simplement : passer par le texte ou aller directement du son au sens, ce que montrent MEDIA, SLURP et LeBenchmark, leurs limites, et pourquoi une intention en dix secondes n'est pas une intention en trois minutes.
- 2 octobre 2026
Le bip du répondeur : pourquoi il n'arrive pas quand on l'attend
Annonces d'opérateur, messages personnels, bip absent ou méconnaissable : pourquoi le bip d'une messagerie ne tombe jamais au même moment, ce que fait l'option DetectMessageEnd de Twilio, et ce que ça change pour laisser un message.
- 2 octobre 2026
Dix secondes : ce qui se passe au début d'un appel décroché
Le relevé de septembre 2026 sur les appels de Nodical, raconté dans l'ordre : le décroché, « Allô ? », la question humain ou répondeur, la réponse de l'agent, le raccroché. Seulement ce qui a été mesuré, et ce que la mesure ne dit pas.
- 2 octobre 2026
Le silence au téléphone : bruit, respiration, hésitation
Ce qu'est la détection d'activité vocale (VAD), ce qui la trompe au téléphone, comment lire le banc d'essai de Picovoice (Cobra, Silero, WebRTC à 0 dB) et pourquoi détecter la parole ne dit pas encore quand répondre.
- 2 octobre 2026
Le vocabulaire de la voix au téléphone, en vingt mots
AMD, VAD, fin de tour, barge-in, WER, TTFAB, p95, 8 kHz, G.711, full-duplex, SLU, pseudonymisation… Les vingt mots qui reviennent dès qu'on parle d'agents vocaux au téléphone, chacun défini simplement et relié à la page qui le développe.
- 2 octobre 2026
Évaluer un fournisseur de voix IA : dix questions à poser
Dix questions neutres avant de choisir un agent vocal : quel audio, quelle langue, 8 kHz ou large bande, médiane et p95, qui a mesuré, où passe l'audio, combien de temps il reste, quels sous-traitants, comment s'opposer, que faire en cas de panne.
- 2 octobre 2026
L'espagnol au téléphone : accents, vitesse et « ¿diga? »
Comment on décroche en Espagne, au Mexique ou ailleurs en Amérique, pourquoi les accents et la vitesse compliquent le travail d'une machine, ce que les classements publics évaluent en espagnol (et ce qu'ils n'évaluent pas : le téléphone), et pourquoi ASDIC n'a encore aucun chiffre en espagnol.
- 2 octobre 2026
Lire un benchmark de reconnaissance vocale sans se faire avoir
Le taux d'erreur de mots (WER) calculé à la main, ce que change la normalisation du texte, lecture contre conversation, 16 kHz contre 8 kHz, éditeur contre tiers, moyenne contre total : comment lire un chiffre de reconnaissance vocale.
- 1er octobre 2026
Détecter un répondeur en moins de deux secondes : ce qui existe aujourd'hui
Comment une IA reconnaît un répondeur au téléphone : les trois méthodes, ce qu'elles coûtent en secondes, ce que publient Twilio et la recherche, et où en est ASDIC (8 s mesurés sur 60 287 appels, objectif 2 s).
- 1er octobre 2026
Fin de tour de parole : attendre le silence ne suffit pas
Comment une IA sait que vous avez fini de parler : la différence entre « il ne parle plus » et « il a fini », le compromis coupure / délai, ce que publient LiveKit, Pipecat et Kyutai — et ce qu'ils ne publient pas (la langue, le téléphone).
- 1er octobre 2026
Mesurer un agent vocal : les cinq chiffres qui comptent
La « latence » d'un agent vocal ne dit presque rien d'un appel sortant. Les cinq mesures qu'ASDIC publie (humain ou répondeur, fin de tour, coupures, transferts, durée), comment lire une médiane et un p90, et ce que valent les bancs d'essai publics.
- 1er octobre 2026
Audio 8 kHz : ce que les modèles n'entendent pas
Pourquoi la reconnaissance vocale s'effondre au téléphone : bande 300-3 400 Hz, codecs G.711, paquets perdus ; les chiffres tiers (Whisper, Deepgram sur CallHome) ; et ce qu'ASDIC mesurera sur des appels français.
- 1er octobre 2026
Un corpus d'appels téléphoniques en français : pourquoi il n'en existe pas
Inventaire honnête de ce qui existe (CALLFRIEND 1996, ESLO, Claire, MEDIA, le benchmark de Luqia), pourquoi aucun ne permet d'entraîner un agent qui appelle, et ce qu'ASDIC construit et publiera, dans le cadre fixé par la CNIL.