1. Les deux ruptures d'expérience majeures des robots vocaux classiques
Lors d'appels réels, ce qui irrite le plus les clients n'est pas de parler à une IA, mais l'impossibilité de l'interrompre et le silence total pendant les recherches. Les pipelines cascadés classiques attendent l'expiration d'un long silence avant d'analyser l'intention, continuant à réciter leur script même si le client change d'avis ; pire, les appels synchrones bloquants vers le CRM ou le système de commandes créent 4 à 6 secondes de blanc, poussant le client à raccrocher.
2. Synergie entre interruption naturelle en streaming et réduction acoustique du bruit
Au niveau perceptif, StepOne Voice combine détection d’activité vocale haute sensibilité (VAD), annulation d’écho (AEC) et suppression du bruit ambiant (NS) pour distinguer en temps réel une vraie prise de parole du brouhaha de métro ou de centre commercial. La détection d’interruption descend jusqu’à 200 ms sur réseau standard et prompts courts, tandis que le suivi d’état multi-tours de Wenquxing LLM gère avec fluidité interruptions, contre-questions et demandes de report dans les scénarios complexes.
3. Appels d'outils asynchrones non bloquants : zéro silence pendant les recherches backend
Pour les vérifications de commandes, contrôles de plafond ou créations de tickets complexes, StepOne Agent Runtime exécute les appels API en arrière-plan tout en maintenant une transition vocale naturelle au premier plan. Dès le retour des données, le contexte est enrichi en quelques millisecondes, puis un résumé structuré et un score qualité à 100 % sont automatiquement inscrits dans le CRM en fin d'appel.
