Un agent vocal comprend la parole, y répond oralement et peut exécuter des actions. Il assemble reconnaissance vocale (speech-to-text), compréhension du langage, raisonnement, souvent adossé à un RAG, et synthèse vocale, avec une latence assez faible pour que le dialogue reste naturel.
En pratique chez Gensai
Gensai a déployé des agents vocaux en santé dentaire (répondeur intelligent), en événementiel (dispositif des Océans) et en formation (évaluation orale d'anglais).