Skip to main content
Le paramètre mode contrôle l’architecture audio de l’assistant. Les trois modes fonctionnent de la même manière avec des invites et des flux.

​
Pipeline (par défaut)

Architecture classique en trois étapes : parole en texte → LLM → synthèse vocale. Chaque étape est un modèle sélectionnable séparément dans le catalogue de modèles.
  • Contrôle total : choisissez indépendamment STT, LLM et TTS, y compris les chaînes de secours par étape.
  • Sélection de modèles et de voix la plus large, meilleure couverture multilingue.
  • Détection de virage via un modèle de virage sémantique ou détection d’activité vocale (configurable).
Utilisez-le lorsque vous souhaitez un contrôle maximal sur la qualité, les coûts et le comportement linguistique. C’est la bonne valeur par défaut pour la téléphonie de production.

​
Temps réel

Un seul modèle parole-parole (par exemple OpenAI gpt-realtime, Google Gemini Live) écoute et parle directement, sans STT ou TTS distincts.
  • Latence la plus faible et prosodie très naturelle (rire, hésitation, ton).
  • La sélection vocale provient du modèle temps réel (par exemple marin, cedar pour OpenAI ; Puck, Kore pour Gemini).
  • La détection de virage s’effectue côté serveur dans le modèle.
  • Moins de boutons : la bibliothèque vocale, les solutions de repli par étape et certains réglages d’interruption ne s’appliquent pas.
Utilisez-le lorsque l’ambiance conversationnelle compte plus qu’un contrôle précis : démos, expériences de conciergerie, produits axés sur la voix.

​
Demi-cascade

Un hybride : un modèle en temps réel se charge de l’écoute et de la réflexion (texte uniquement), tandis qu’une voix TTS distincte se charge de parler.
  • Compréhension en temps réel et prise de tour de rôle, combinées à la voix TTS de votre choix, y compris les voix clonées ou de marque.
  • La voix de sortie est configurée exactement comme en mode pipeline (TTS provider / model / voice).
Utilisez-le lorsque vous souhaitez une réactivité en temps réel mais avez besoin d’une voix spécifique que le modèle en temps réel n’offre pas.

​
Comportement de fiabilité

Si une configuration en temps réel ou en demi-cascade ne peut pas être créée au moment de l’appel (clé de fournisseur manquante, modèle indisponible), l’appel n’échoue pas : le moteur revient automatiquement à la pile de pipeline et enregistre l’événement dans le journal des appels. Un problème de configuration n’interrompt jamais un appel en direct.

​
Comparaison rapide