Agents vocaux IA et téléphonie : explication de SIP, WebRTC et PSTN
Déployer des agents vocaux, c’est se connecter au réseau téléphonique. Voici un guide pratique sur les liaisons SIP, WebRTC, PSTN et le choix de la bonne pile téléphonique.
Votre agent vocal IA doit se connecter au monde via les réseaux téléphoniques ou les navigateurs Web. La couche téléphonie est souvent la partie la moins comprise et la plus frustrante du déploiement. Voici ce que vous devez savoir sur les trois principaux types de connexion et quand les utiliser.
PSTN : le réseau téléphonique traditionnel
Le réseau téléphonique public commuté est ce que vos clients utilisent lorsqu'ils composent un numéro de téléphone. Les connexions PSTN sont les plus universelles – tous les téléphones peuvent les atteindre – mais introduisent le plus de latence (50 à 150 ms aller-retour) et coûtent le plus cher par minute. Pour les lignes d'assistance entrantes et les campagnes d'appels sortants, le PSTN est généralement requis, car c'est ainsi que vos clients passent des appels.
Trunking SIP : le standard de l'entreprise
Le protocole d'initiation de session (SIP) connecte votre agent vocal au réseau téléphonique via des liaisons Internet fournies par des opérateurs comme Twilio, Vonage ou Telnyx. SIP est la manière dont la plupart des plates-formes d'agents vocaux gèrent la téléphonie : elles fournissent des numéros de téléphone sur une liaison SIP, reçoivent des appels via le protocole SIP et acheminent l'audio vers le pipeline IA. Si vous disposez d'une infrastructure SIP existante (un PBX, une plateforme de centre de contact ou une relation avec un opérateur), vous pouvez souvent apporter votre propre ligne réseau et la diriger vers la plateforme d'agent vocal.
WebRTC : voix et vidéo basées sur un navigateur
La communication Web en temps réel (WebRTC) permet la voix et la vidéo directement dans le navigateur, sans aucun réseau téléphonique impliqué. La latence est généralement de 20 à 50 ms, ce qui est nettement plus rapide que le PSTN. WebRTC est idéal pour intégrer des agents vocaux dans votre site Web ou votre application, où le client clique sur un bouton pour parler plutôt que de composer un numéro de téléphone. Il permet également des interactions multimodales (voix + vidéo + partage d'écran) que le PSTN ne peut pas prendre en charge.
Choisir votre modèle de déploiement
- Assistance téléphonique entrante (les clients appellent un numéro) → PSTN via la ligne réseau SIP
- Appels sortants (ventes, relances, encaissements) → RTC via trunk SIP avec gestion de l'identification de l'appelant
- Assistance sur site Web ou dans l'application (le client clique pour parler) → WebRTC pour une latence la plus faible et une capacité multimodale
- Hybride (téléphone + web) → plateforme prenant en charge les déploiements SIP et WebRTC à partir de la même configuration d'agent
Prêt à construire ?
Découvrez comment les agents IA multimodaux de Mazed fonctionnent pour votre cas d'utilisation.