Tavus apprend à ses agents vocaux à tolérer le silence
— AGENTS
Sparrow-2 mesure en continu le rythme d'une conversation pour éviter de couper la parole pendant une hésitation. Les agents vocaux commerciaux gagnent une capacité d'écoute qui rapproche leurs échanges d'une discussion humaine, avec un chantier de doublage et de voix synthétique qui se prépare derrière.
Un agent vocal qui coupe la parole trahit sa mécanique en une seconde, quel que soit le soin mis dans la voix ou le script. Tavus s'attaque à ce défaut précis avec Sparrow-2, un modèle qui écoute la scène sonore entière plutôt qu'un simple silence à chronométrer.
Le détail qui parle au métier tient dans un chiffre : Sparrow-2 patiente six à huit secondes quand il sent qu'une personne réfléchit encore, contre une ou deux secondes pour les systèmes précédents testés par Tavus. Cette marge change la nature de l'échange. Un centre d'appel, une borne d'accueil ou une voiture équipée d'un assistant vocal peuvent enfin laisser l'utilisateur hésiter sans se faire interrompre par une machine trop pressée.
Ce terrain reste éloigné des ateliers de création au sens strict, direction artistique, montage ou illustration. Mais la voix de synthèse et le doublage assisté par IA s'appuient sur les mêmes briques de compréhension du rythme et de l'intonation. Un moteur capable de distinguer un vrai silence d'une simple respiration affine aussi, à terme, la manière dont une voix générée calera ses pauses sur une performance d'acteur ou un texte publicitaire.
Tavus avance un taux d'échec de 2,1 % sur ses propres tests, quatre fois moins que la meilleure solution concurrente évaluée. Le chiffre vient de l'entreprise elle-même, sur un échantillon qu'elle a choisi, et la comparaison porte sur un concurrent testé dans une configuration locale plutôt que dans sa version la plus aboutie. Le service marketing de Tavus a manifestement construit une démonstration favorable, ce qui n'enlève rien à l'intérêt du problème traité mais impose de lire ces pourcentages comme un argument commercial avant d'être une preuve.
Le vrai progrès tient dans le renversement de logique. Demander à la machine de suivre une conversation imparfaite plutôt qu'à l'humain de parler comme s'il dictait une commande touche à l'expérience de tous les objets vocaux qui accompagnent déjà les métiers créatifs, des assistants de studio aux outils de prise de notes en réunion client. Le jour où cette tolérance au silence se retrouve dans un outil de doublage ou de voix off, elle changera la manière de calibrer un rythme de narration sans repasser par des heures de montage sonore.