### Answer Retell AI atteint une latence exceptionnellement basse grâce à plusieurs technologies clés : ## Latence de bout en bout Retell AI maintient une latence de bout en bout inférieure à 800 ms [(1) ]() [(2) ]() . La latence de bout en bout mesure le temps total entre le moment où l'utilisateur arrête de parler et le moment où l'agent IA commence à répondre [(3) ]() . ## Technologies principales pour la rapidité Traitement de la parole optimisé : Retell AI utilise une architecture de traitement vocal qui combine plusieurs composants [(4) ]() : - *ASR (Reconnaissance automatique de la parole) * : Convertit la parole en texte en temps réel - Modèle de Turn-Taking + VAD : Détecte quand l'utilisateur commence et arrête de parler - Moteur LLM : Génère les réponses (Retell LLM ou LLM personnalisé) - *TTS (Synthèse vocale) * : Convertit le texte en parole avec contrôles de vitesse et volume ## Modèle de Turn-Taking vs VAD Retell AI utilise un modèle de turn-taking avancé plutôt qu'un simple VAD [(1) ]() . Contrairement au VAD qui détecte uniquement la présence de parole, le modèle de turn-taking de Retell AI : - Analyse contextuelle : Combine les signaux sonores avec la compréhension sémantique pour déterminer si l'utilisateur fait une pause ou a fini de parler - Aucune interruption : Attend patiemment si l'utilisateur n'a pas terminé, réduisant le risque de le couper en plein milieu d'une phrase - Réponses adaptatives : Apprend de divers ensembles de données pour gérer différents styles de parole et env

ironnements, même dans des contextes bruyants - Flux naturel : Maintient la continuité de la conversation, rendant les interactions naturelles et sans effort ## Métriques de latence disponibles Vous pouvez surveiller la latence via l'API Get Call [(3) ]() . Les composants de latence incluent : - e2e : Latence de bout en bout - asr : Latence de transcription - llm : Latence du LLM jusqu'au premier chunk - tts : Latence de synthèse vocale - llm_websocket_network_rtt : Temps de trajet aller-retour WebSocket (pour LLM personnalisé uniquement) Chaque métrique fournit des statistiques p50, p90, p95, p99, min, max et toutes les valeurs individuelles .

​ To learn more, see the sources I considered: [[1] VAD vs. Turn-Taking Endpoints in Conversational AI | Retell AI](https://www.retellai.com/blog/vad-vs-turn-taking-end-point-in-conversational-ai) [[2] Bland AI Review: Real Costs, Latency Issues & Better Option | Retell AI](https://www.retellai.com/blog/bland-ai-reviews) [[3] Check actual latency](https://docs.retellai.com/reliability/check-actual-latency) [[4] Speech Processing](https://www.retellai.com/glossary/speech-processing) ​

Feel free to tag @AI Evy with additional questions. I also appreciate feedback, it helps me improve.

Est ce que le model de turn taking est purement retell ? Ou bien open source? Utilisable ? @AI Evy

### Answer Le modèle de turn-taking est propriétaire à Retell AI [(1) ]() [(2) ]() [(3) ]() . Il s'agit d'un modèle développé en interne par Retell AI et n'est pas open source [(1) ]() . ## Caractéristiques du modèle propriétaire Le modèle de turn-taking propriétaire de Retell AI utilise des Large Language Models (LLMs) pour comprendre le contexte des conversations . Il peut reconnaître des indices subtils comme les changements de ton et les modèles de phrases . Le modèle prédit quand prendre la parole, assurant des transitions fluides entre les interlocuteurs . Cette capacité prédictive est soutenue par la recherche sur la prédiction de turn-taking et de backchannel, qui combine la fusion acoustique et de modèles de langage pour améliorer la précision du timing . ## Utilisation du modèle Bien que le modèle ne soit pas open source, il est utilisable via la plateforme Retell AI [(4) ]() . Vous pouvez activer la réactivité dynamique dans vos agents vocaux avec le paramètre

enable_dynamic_responsiveness

. Lorsque cette option est activée, l'agent ajuste dynamiquement sa rapidité de réponse en fonction du débit de parole de l'utilisateur et du comportement de prise de parole passé dans l'appel . Le modèle fonctionne en conjonction avec Voice Activity Detection (VAD) pour garantir que les agents IA vocaux peuvent détecter la parole avec précision et répondre de manière appropriée [(1) ]() . SOURCES U

TILISÉES: , [(4) ]() , [(2) ]() , [(3) ]()

​ To learn more, see the sources I considered: [[1] Retell AI's Turn-Taking Model for Seamless Calls | Retell AI](https://www.retellai.com/blog/how-retell-ais-turn-taking-model-ensures-seamless-calls) [[2] Is AI Finally Replacing BPO For Good?  | Retell AI](https://www.retellai.com/blog/is-ai-finally-replacing-bpo-for-good) [[3] VAD vs. Turn-Taking Endpoints in Conversational AI | Retell AI](https://www.retellai.com/blog/vad-vs-turn-taking-end-point-in-conversational-ai) [[4] Create Voice Agent](https://docs.retellai.com/api-references/create-agent) ​

Feel free to tag @AI Evy with additional questions. I also appreciate feedback, it helps me improve.

Pourquoi ne pas mettre par default enable_dynamic_responsiveness ? Est ce que cela a des couts? Ou desavantages ? @AI Evy

### Answer Le paramètre

enable_dynamic_responsiveness

n'est pas activé par défaut car sa valeur par défaut est

false

[(1) ]() [(2) ]() [(3) ]() . ## Comportement par défaut Lorsque

enable_dynamic_responsiveness

n'est pas défini, la valeur par défaut de

false

s'applique . Cela signifie que l'agent utilise un comportement de réactivité standard sans ajustement dynamique. ## Fonction du paramètre Lorsqu'il est activé (

true

) , l'agent ajuste dynamiquement sa rapidité de réponse en fonction du débit de parole de l'utilisateur et du comportement de prise de parole passé dans l'appel . ## Coûts et désavantages Les sources disponibles ne mentionnent pas explicitement de coûts supplémentaires ou de désavantages associés à l'activation de

enable_dynamic_responsiveness

. Les sources indiquent simplement que cette fonctionnalité améliore l'expérience conversationnelle en adaptant la réactivité de l'agent . Le choix de ne pas l'activer par défaut pourrait être lié à des considérations de compatibilité ou de préférence selon les cas d'usage, mais les sources ne fournissent pas de détails spécifiques sur les raisons de ce choix par défaut. SOURCES UTILISÉES: [(1) ]() , [(2) ]() , [(3) ]()

Feel free to tag @AI Evy with additional questions. I also appreciate feedback, it helps me improve.

​ To learn more, see the sources I considered: [[1] Update Voice Agent](https://docs.retellai.com/api-references/update-agent) [[2] Get Agent Versions](https://docs.retellai.com/api-references/get-agent-versions) [[3] Create Voice Agent](https://docs.retellai.com/api-references/create-agent) ​

Est ce que enable_dynamic_responsiveness va etre en contradiction avec l'agent responsive speed ? Ou bien les deux peuvent etre definis en meme temps et nw se contredisent pas ? Est ce que ce parametre va uniquement decider de la vitesse selon l'user ? @AI Evy

### Answer Les paramètres

enable_dynamic_responsiveness

et

responsiveness

peuvent être définis en même temps et ne se contredisent pas [(1) ]() [(2) ]() . ## Fonctionnement des deux paramètres

responsiveness

: Contrôle la réactivité de base de l'agent avec une valeur entre [0,1] . Une valeur plus basse signifie un agent moins réactif (attend plus, répond plus lentement) , tandis qu'une valeur plus élevée signifie des échanges plus rapides (répond quand il le peut) . Si non défini, la valeur par défaut de 1 s'applique .

enable_dynamic_responsiveness

: Lorsqu'il est activé (

true

) , l'agent ajuste dynamiquement sa rapidité de réponse en fonction du débit de parole de l'utilisateur et du comportement de prise de parole passé dans l'appel . Si non défini, la valeur par défaut

false

s'applique . ## Relation entre les paramètres Ces deux paramètres fonctionnent ensemble de manière complémentaire : -

responsiveness

définit le niveau de réactivité de base -

enable_dynamic_responsiveness

permet d'ajuster cette réactivité dynamiquement selon le comportement de l'utilisateur Oui,

enable_dynamic_responsiveness

ajuste la vitesse principalement en fonction du comportement de l'utilisateur (son débit de parole et ses habitudes de prise de parole dans l'appel) . SOURCES UTILISÉES: [(1) ]() , [(2) ]()

​ To learn more, see the sources I considered: [[1] Create Voice Agent](https://docs.retellai.com/api-references/create-agent) [[2] Update Voice Agent](https://docs.retellai.com/api-references/update-agent) ​

Feel free to tag @AI Evy with additional questions. I also appreciate feedback, it helps me improve.