La voix de l'agent
De quoi l'entendre avant de décrocher un vrai téléphone : écouter ses phrases réelles, régler ce qui la rend humaine, et lui en fabriquer une sur mesure. C'est la même voix des deux côtés — celle que vous choisissez ici est celle que prend la ligne.
Les voix livrées avec un compte ElevenLabs sont anglophones — américaines pour la plupart. Les voix françaises vivent dans la bibliothèque partagée, et il faut les ajouter à son compte avant de pouvoir les faire parler. Un modèle multilingue ferait bien lire du français à une voix américaine, mais avec son accent : une réceptionniste parisienne qui roule les r ne trompe personne.
- L'accueilRestaurant Le Comptoir, bonjour — je suis l'assistant vocal du restaurant. C'est pour une réservation ?
- Le récapitulatifJe récapitule : jeudi 24, 20h30, six personnes au nom de Mercier. Je vous envoie la confirmation au 06 12 34 56 78, c'est bien votre mobile ?
- L'acompteÀ savoir : un acompte de 20 € est demandé pour garantir la table, il est déduit de votre addition.
- La clôtureVotre demande est enregistrée sous le numéro A07C28, on vous répond tout de suite. Merci de votre appel !
- Le refusJe suis désolé, il n'y a plus de table à cette heure-là. J'ai de la place à 21h45, est-ce que cela vous irait ?
Ce sont les phrases réelles de l'agent, passées par la même préparation qu'au téléphone : la référence A07C28 est épelée, « 20 € » se dit « vingt euros », « 20h30 » se dit « vingt heures trente ».
ElevenLabs sait créer une voix à partir d'une description. Ce qui compte n'est pas la longueur mais la précision : l'âge, l'accent, le métier, le débit, la prise de son. Le portrait ci-dessous vise la personne qui tient l'accueil d'un bon bistrot — modifiez-le, il est fait pour ça.
La voix retenue se branche à deux endroits : ELEVENLABS_VOIX dans .env.local pour la démonstration, et voix_elevenlabs dans infra/terraform.tfvars pour la ligne téléphonique. Le reste de l'appel se règle depuis l'écran de l'agent.