Projets

PickMyCall × Amazon Nova Sonic

AWS · Client 2025
PickMyCall × Amazon Nova Sonic

Premier déploiement en production en EMEA d'Amazon Nova Sonic (IA speech-to-speech), livré pour Roojoom en 5 semaines : 99,9 % de fiabilité des appels et 82 % de latence en moins.

Ce que j’ai appris

Avec un agent vocal, la latence change la conversation. Les appelants coupaient la parole à l’agent pendant qu’il passait par des étapes séparées de transcription, de raisonnement et de synthèse vocale. Supprimer ces étapes a permis de répondre plus vite et de rendre les appels plus fiables.

Le problème

PickMyCall est l’agent vocal IA de Roojoom pour les petites et moyennes entreprises. Il répond aux appels entrants, qualifie les prospects, prend des rendez-vous et priorise les appels.

Il reposait sur un pipeline classique en cascade : speech-to-text → LLM → text-to-speech. Chaque étape ajoutait de la latence, et au téléphone, la latence, c’est tout le produit. Avec environ 4,5 secondes par échange en moyenne, les appelants coupaient la parole à l’agent, et les problèmes de synchronisation faisaient parfois tomber des appels.

Ce que nous avons construit

Nous avons remplacé la cascade par Amazon Nova Sonic, un modèle de fondation speech-to-speech sur Amazon Bedrock qui comprend et génère la voix dans un seul modèle. Plus d’étape de transcription ni de synthèse séparée : l’agent entend l’appelant et lui répond directement.

J’étais le Solutions Architect du projet, devenu le premier déploiement en production de Nova Sonic en EMEA, en production en 5 semaines.

Résultats

IndicateurAvantAprès
Latence moyenne~4,5 s800 ms
Latence maximale7 s2 s
Latence minimale2 s300 ms
  • 82 % de latence moyenne en moins
  • 99,9 % de fiabilité des appels
  • 5 semaines jusqu’à la production