Une voix qui décroche, et prend le rendez-vous pendant l'appel.

Ce que la phrase voulait dire

Un atelier de poterie. Les fours sont en panne, les cuissons des pièces déposées par les clients ont pris des semaines de retard, et chaque personne qui attend la sienne appelle pour savoir où elle en est. Le cours que je suis s'arrête à chaque sonnerie : on décroche, on explique, on raccroche, on reprend. La même explication, mot pour mot, dix fois dans la soirée.

Ce que je voyais, c'étaient des gens dont le métier est la terre, transformés en répondeurs par une tâche qui n'est pas la leur. J'ai eu envie de construire ça pour eux : quelque chose qui dit ce qu'il y a à dire, et qui laisse les mains dans l'argile.

Ce qui se passe quand ça sonne

Le professionnel renvoie ses appels vers un numéro dédié. Quand ça sonne, la voix décroche avec une annonce d'accueil déjà rendue dans son timbre, puis mène l'échange en temps réel : elle renseigne, propose des créneaux, prend le rendez-vous, et passe la main à un humain quand il le faut. Deux outils, pas plus, et une règle écrite en capitales dans sa consigne.

• L'agenda. La voix vérifie les disponibilités avant de proposer un horaire, récapitule, et ne réserve qu'après un oui explicite, au nom donné pendant l'appel. Le créneau est posé dans Google Agenda et confirmé par SMS ou par e-mail.
• Le transfert. Sur une demande explicite de parler à quelqu'un, ou en cas d'urgence, l'appel est transféré vers le numéro du gérant. S'il n'y a personne à joindre, la voix note le numéro et promet un rappel.
• La fin. Sur un au revoir clair, une phrase de récapitulatif, puis elle raccroche. Un « ok » isolé ou un mot en anglais ne suffisent pas : un bruit de ligne ne raccroche jamais.

Ces extraits sont ceux de la vitrine : rendus par le moteur qui répond vraiment, en qualité téléphone, pas en studio. Quatre des voix proposées. Le catalogue en compte six au téléphone, retenues après l'audition de 34 voix et un sondage, plus une voix dédiée au site web.

• Version web

  N

  Nathan

  Chaleureux et posé

  Écouter Nathan
• 

  Aria

  Pétillante et enjouée

  Écouter Aria
• M

  Marine

  Claire et naturelle

  Écouter Marine
• S

  Sacha

  Doux et rassurant

  Écouter Sacha

Un seul extrait à la fois. Les barres suivent l'amplitude réelle du son, comme sur la vitrine ; sans WebAudio, elles battent en cadence ; en mouvement réduit, elles restent immobiles. Nathan est la voix du canal web, rendue par un autre moteur ; Aria porte le seul portrait livré à ce jour.

La doublure

Chaque voix a une doublure chez l'autre moteur : Aria, chez Grok, est doublée par Marine, chez OpenAI ; Marine par Aria ; Sacha par Romain. Si le moteur préféré ne répond pas dans les cinq secondes, la doublure prend l'appel au vol, dans le même appel. Après deux échecs consécutifs, le circuit s'ouvre pendant soixante secondes : les appels suivants partent directement sur la doublure, sans faire payer l'attente à l'appelant. Aucune sonde, aucun ping payant : la santé des moteurs se déduit des vrais appels.

En temps réel, et on peut lui couper la parole

Depuis juillet 2026, un seul modèle écoute, pense et parle. La chaîne précédente, transcription puis modèle de langage puis synthèse, mettait environ deux secondes à répondre. Le silence entre la fin de la question et le premier son de la réponse est mesuré à 0,85 seconde chez OpenAI ; Grok annonce 0,78 seconde. C'est perceptible, ce n'est pas rédhibitoire, et ce n'est pas l'argument du produit : la fiabilité l'est.

On peut lui couper la parole comme à quelqu'un. Dès que l'appelant parle, la voix se tait, et ce qu'elle n'a pas fini de dire est retiré de sa mémoire : elle ne croit pas avoir dit ce que personne n'a entendu.

Configurée en langage naturel

Le gérant ne règle pas des paramètres : il décrit son activité en quelques phrases. Un compilateur traduit la description en une consigne machine courte, quinze lignes et neuf cents caractères au plus, parce qu'une consigne longue ralentit la voix, puis la reformule en français courant pour validation. Cette couche vient se glisser entre un bouclier que personne ne modifie, voix, tours de parole, outils, limites, fin d'appel, et les données brutes : horaires, adresse, tarifs, questions fréquentes.

La confirmation, par la mer

Le besoin s'est confirmé depuis un tout autre métier. Un prof de surf passe des heures dans l'eau, sans téléphone. S'il ne répond pas, la personne qui voulait réserver compose le numéro suivant et finit chez la concurrence. Pour lui, une voix qui décroche n'est pas un confort : c'est la différence entre un client et un appel manqué.

L'école de surf est restée dans le produit, comme exemple : prendre les réservations, demander le niveau avant de proposer un créneau, tutoyer tout le monde, et si quelqu'un parle de blessure, noter son numéro pour un rappel en urgence.

La vitrine

La vitrine vit sur app.antton-brunel.com depuis le 17 juillet 2026 : papier crème, encre espresso, tampons inclinés, boutons qui s'enfoncent. Elle fait entendre une voix en moins de dix secondes ; c'est la page dont cette fiche reprend la matière.

Ce que la voix ne fait pas

• Elle ne cache pas ce qu'elle est. Si on le lui demande, elle dit qu'elle est un assistant numérique, et continue.
• Elle ne prend ni paiement, ni donnée bancaire, ni mot de passe, et ne donne pas de conseil médical ou juridique : hors périmètre, elle transmet.
• Elle ne reprend pas un appel en cours si son moteur meurt après quinze secondes : l'appelant entend un message d'excuse plutôt que le silence. La reprise au milieu d'un appel n'a pas été jugée nécessaire à ce stade.
• Elle ne sait rien du commerce qu'on ne lui a pas écrit. Les horaires, l'adresse, les tarifs viennent de la configuration, mot pour mot.

Le résultat

« Dire à chaque fois exactement la même chose » est devenu : une voix qui décroche à toute heure, prend le rendez-vous dans l'agenda pendant l'appel, transfère l'urgence, et envoie le résumé par SMS. Premier appel réel décroché le 15 mars 2026, deux jours après le premier fichier. Le silence avant sa réponse : 0,85 seconde, mesurée.