Agent vocal conversationnel
Pipecat · Ollama · Whisper · Kokoro
L'intention
Construire une chaîne vocale complète — écoute, compréhension, réponse, synthèse — sans dépendre d'un service propriétaire, pour comprendre où se logent réellement la latence et les ruptures de conversation.
L'état réel
La stack tourne en local, de bout en bout. Née d'une commande interne au club IA de mon école, portée par un ancien élève aujourd'hui directeur IA.
Ce que j'en ai appris
Une conversation vocale ne pardonne rien. Un délai que personne ne remarque à l'écrit devient un silence gênant à l'oral. La qualité perçue d'un agent vocal se joue sur des budgets de quelques centaines de millisecondes, pas sur la finesse du modèle.