Agent IA vocal sur votre site web : guide 2026

Réponse courte

Un agent IA vocal est un agent conversationnel qui écoute une personne parler, comprend sa demande et lui répond à voix haute, sur votre site web ou au téléphone. Il assemble trois briques : la reconnaissance de la parole, un modèle de langage et la synthèse vocale. Ce guide explique les deux usages concrets (un bouton « parler » sur le site et la réponse aux appels), le défi de l’accent québécois, les limites réelles de la technologie, ce que la Loi 25 exige quand on enregistre une voix et ce que coûtent les outils du marché, avec leurs sources.

Qu’est-ce qu’un agent IA vocal ?

Un agent IA vocal est un logiciel qui tient une conversation parlée : il transforme la voix en texte, comprend la demande avec un modèle de langage, puis répond avec une voix de synthèse. Contrairement à un menu téléphonique (« faites le 1 »), il comprend des phrases complètes en langage courant et peut poser des questions de suivi.

Concrètement, chaque réplique passe par trois étapes, en quelques fractions de seconde à quelques secondes selon la qualité de l’installation.

Brique	Ce qu’elle fait	Exemples d’outils grand public
Reconnaissance de la parole (STT)	Transforme ce que la personne dit en texte	Whisper (OpenAI), Deepgram, AWS, Azure, Google, ou l’API Web Speech du navigateur
Modèle de langage (LLM)	Comprend la demande, cherche la réponse dans vos informations, décide de la suite	Modèles de type ChatGPT, Claude ou Gemini
Synthèse vocale (TTS)	Lit la réponse à voix haute	Voix de synthèse des mêmes fournisseurs, ou celle du navigateur

Certaines plateformes regroupent les trois briques dans une seule API « agent vocal », facturée à la minute.

À quoi sert un agent IA vocal pour une PME ?

Un agent IA vocal sert surtout à deux choses : laisser les visiteurs du site parler au lieu d’écrire, et répondre au téléphone quand personne n’est disponible. Les deux usages se complètent, mais ils ne posent pas les mêmes défis.

Sur le site web : un bouton « parler » à côté de la fenêtre de clavardage. Le visiteur pose sa question à voix haute, l’agent répond à voix haute et affiche le texte. Pratique sur un cellulaire, en voiture (à l’arrêt), pour les personnes qui écrivent peu ou mal, ou pour une question longue à taper.
Au téléphone : l’agent prend l’appel quand la ligne est occupée, le soir ou la fin de semaine. Il répond aux questions courantes (heures, secteurs desservis, services), note le nom, le numéro et le besoin, propose un rendez-vous et transfère à une personne au besoin.
Après un appel manqué : si personne n’a répondu, un texto part automatiquement pour reprendre la conversation par écrit. C’est souvent la fonction la plus rentable, parce qu’elle récupère des demandes qui seraient allées chez un concurrent.

Bouton vocal sur le site ou agent au téléphone : quelle différence ?

La différence tient au canal : sur le site, la voix passe par le navigateur et le micro du visiteur ; au téléphone, elle passe par une ligne téléphonique et un fournisseur de téléphonie. Le coût, la qualité du son et les obligations ne sont donc pas les mêmes.

Critère	Bouton « parler » sur le site	Agent au téléphone
Qui l’utilise	Visiteurs déjà sur votre site	Toute personne qui compose votre numéro
Infrastructure	Navigateur + micro du visiteur (permission demandée)	Numéro de téléphone + service de téléphonie + agent vocal
Qualité du son	Bonne sur un ordinateur ou un cellulaire récent	Son téléphonique compressé, bruit de fond fréquent
Solution de repli	Le clavardage écrit, toujours disponible	Transfert à une personne, boîte vocale ou texto
Coût variable	Faible si la reconnaissance du navigateur est utilisée	Minutes de téléphonie + minutes d’agent vocal

Un agent vocal comprend-il l’accent québécois ?

Oui, de mieux en mieux, mais la reconnaissance du français québécois reste moins précise que celle du français standard, surtout en parole spontanée. C’est le point à tester en premier avant de choisir un outil.

Une étude du Centre de recherche informatique de Montréal (CRIM, 2025) a comparé une vingtaine de modèles de reconnaissance vocale sur de la parole québécoise spontanée. Le meilleur obtenait environ 8 % de mots erronés, tandis que les modèles typiques se situaient autour de 14 % ; les services infonuagiques testés allaient d’environ 10 % à 15 %. Les auteurs notent aussi que les résultats publiés sur les jeux de tests habituels « ne sont pas de bons prédicteurs » de la performance sur le français du Québec.

Une étude pilote publiée dans Canadian Acoustics (2023) arrivait à la même conclusion avec Whisper : des écarts importants avec le français standard sans adaptation, réduits après un ajustement sur un petit corpus québécois.

Testez avec de vraies phrases de vos clients : « j’ai un dégât d’eau dans mon sous-sol », « c’est pour un char », « je voudrais une soumission ».
Fournissez à l’agent votre vocabulaire : noms de rues, de quartiers, de produits, de marques.
Faites répéter les informations critiques (numéro de téléphone, adresse, date) et confirmez-les par texto.
Prévoyez la même qualité en anglais si une partie de votre clientèle est anglophone.

Quelles sont les limites d’un agent IA vocal ?

Les trois limites principales sont le délai de réponse, le bruit et la compatibilité des navigateurs. Aucune n’empêche d’utiliser la voix, mais chacune exige une solution de repli.

Le délai. Chaque réplique enchaîne reconnaissance, réflexion et synthèse. Un silence d’une ou deux secondes paraît long au téléphone ; il faut des réponses courtes et un service rapide.
Le bruit. Chantier, voiture, restaurant, enfants : le bruit fait grimper les erreurs de reconnaissance. L’agent doit savoir dire « je n’ai pas bien compris » et proposer le texto.
Les navigateurs. L’API de reconnaissance vocale du Web n’est pas offerte partout : selon Can I use, elle est désactivée par défaut dans Firefox et seulement partiellement prise en charge dans Chrome et Safari. Sur un navigateur non compatible, le bouton vocal doit céder la place au clavardage écrit.
Le serveur derrière le navigateur. MDN précise que dans Chrome, la reconnaissance vocale passe par un moteur sur serveur : l’audio est envoyé à un service Web et la fonction ne marche pas hors ligne. À mentionner dans votre politique de confidentialité.
Les sujets délicats. Plaintes, urgences, avis juridique, médical ou financier : l’agent fait le tri et passe la main à une personne.

Que dit la Loi 25 sur un agent vocal qui enregistre ?

Une voix enregistrée ou transcrite est un renseignement personnel : la Loi 25 s’applique dès que l’agent conserve l’audio, la transcription ou le résumé de l’appel. Il faut donc informer la personne, limiter les fins et protéger les données.

Annoncer dès le début que la personne parle à une IA et, s’il y a lieu, que l’appel est enregistré ou transcrit, et pourquoi.
Le Commissariat à la protection de la vie privée du Canada demande d’informer le client de l’enregistrement, d’en décrire le but de façon précise et de lui offrir un choix (par exemple, poursuivre sans enregistrement ou écrire plutôt).
Au Québec, la Commission d’accès à l’information rappelle que le consentement doit être manifeste, libre, éclairé et donné à des fins précises, et que la politique de confidentialité doit être publiée sur le site.
Si l’audio ou les transcriptions sont traités hors du Québec (fournisseur de reconnaissance vocale ou de modèle de langage), une évaluation des facteurs relatifs à la vie privée est requise avant la communication.
Les empreintes vocales (biométrie) demandent un consentement exprès et des obligations supplémentaires : un agent de service n’en a généralement pas besoin.
Conservez les enregistrements le moins longtemps possible et seulement pour les fins annoncées.

Information générale, pas un avis juridique. Validez votre cas avec votre responsable de la protection des renseignements personnels.

Combien coûte un agent IA vocal ?

Un agent IA vocal coûte soit un forfait mensuel chez un fournisseur de réceptionniste IA, soit des frais à la minute si on assemble les briques soi-même. Les montants ci-dessous ont été relevés en octobre 2026 sur les pages de prix des fournisseurs, en dollars américains, avec une conversion approximative en dollars canadiens (taux de la Banque du Canada du 9 octobre 2026), avant taxes.

Option	Prix publié	Environ en $ CA
Réceptionniste IA Goodcall	79 $ US à 299 $ US par mois selon le nombre de clients uniques	113 $ à 427 $ CA par mois
Réceptionniste IA Smith.ai (Pro)	À partir de 150 $ US par mois pour 75 appels	À partir de 214 $ CA par mois
API agent vocal Deepgram (Standard)	0,075 $ US la minute	Environ 0,11 $ CA la minute
Reconnaissance vocale Deepgram Nova-3 (diffusion en continu)	0,0048 $ US la minute (prix promotionnel)	Moins de 0,01 $ CA la minute
Twilio, appel entrant sur un numéro local canadien	0,0085 $ US la minute + 1,15 $ US par mois pour le numéro	Environ 0,012 $ CA la minute + 1,64 $ CA par mois
Enregistrement d’appel Twilio	0,0025 $ US la minute	Moins de 0,01 $ CA la minute

Pour comparer : le salaire horaire médian d’un ou d’une réceptionniste au Québec est de 20,00 $ selon le Guichet-Emplois (données 2023-2024), avant charges sociales. Un agent sur mesure, branché à votre agenda et à votre CRM, demande en plus une mise en place.

Comment ZeniTech intègre la voix dans un site web avec agent IA

ZeniTech, une agence de Québec, conçoit des sites web avec un agent IA intégré, propulsé par Orvel AI. Sur ces sites, le visiteur peut écrire à l’agent ou lui parler directement depuis la page : le clavardage reste toujours disponible, ce qui sert de repli naturel quand le navigateur ne prend pas la voix en charge.

Les prix de ZeniTech sont publiés sur zenitech.dev/tarifs. Pour voir un agent en action, une présentation de 30 minutes en visio est offerte.

Comment choisir un agent IA vocal : la liste de vérification

Testez l’accent : faites lire dix vraies demandes de clients, par plusieurs personnes, au téléphone et sur un cellulaire.
Mesurez le délai entre la fin de votre phrase et le début de la réponse.
Vérifiez le repli : texte écrit sur le site, transfert à une personne au téléphone, texto après un appel manqué.
Demandez où sont traités l’audio et les transcriptions, combien de temps ils sont conservés et qui y a accès.
Exigez que l’agent réponde seulement à partir de vos informations approuvées et qu’il ne promette ni prix ni délai qu’il ne connaît pas.
Calculez le coût total : forfait, minutes, numéro de téléphone, enregistrement, et le temps de votre équipe pour suivre les demandes.

Questions fréquentes

Un agent IA vocal peut-il répondre au téléphone à ma place ?

Oui. Un agent IA vocal peut prendre l’appel, répondre aux questions courantes, noter le besoin et proposer un rendez-vous. Il doit aussi pouvoir transférer à une personne dès que la demande est délicate ou urgente.

Est-ce que la reconnaissance vocale comprend le français québécois ?

Oui, mais moins bien que le français standard, surtout en parole spontanée. Dans une étude du CRIM (2025), le meilleur modèle faisait environ 8 % d’erreurs de mots sur du français québécois, et les modèles typiques autour de 14 %. Testez l’outil avec de vraies phrases de vos clients avant de l’adopter.

Le bouton vocal fonctionne-t-il sur tous les navigateurs ?

Non. Selon Can I use, la reconnaissance vocale du navigateur est désactivée par défaut dans Firefox et partiellement prise en charge dans Chrome et Safari. Un bon site affiche alors le clavardage écrit, pour que personne ne reste bloqué.

Dois-je dire au client qu’il parle à une IA ?

Oui, c’est la bonne pratique et la façon la plus simple d’éviter un malentendu. Si l’appel est enregistré ou transcrit, il faut aussi l’en informer, préciser pourquoi et lui offrir une autre option, comme le recommande le Commissariat à la protection de la vie privée du Canada.

Combien coûte un agent IA vocal par mois ?

Les réceptionnistes IA par abonnement relevés en octobre 2026 coûtent environ de 113 $ à 427 $ CA par mois chez Goodcall, et à partir de 214 $ CA chez Smith.ai. Assemblé soi-même, un agent vocal se paie à la minute, par exemple 0,075 $ US la minute pour l’API agent vocal standard de Deepgram, plus la téléphonie.

Un agent vocal est-il utile si j’ai déjà un clavardage sur mon site ?

Oui, si une partie de vos clients préfère parler qu’écrire, notamment sur cellulaire. La voix ne remplace pas le clavardage : les deux devraient mener au même agent, avec les mêmes informations et le même suivi.

Que faire des appels manqués ?

Envoyer automatiquement un texto à la personne pour reprendre la conversation par écrit. C’est simple à mettre en place et ça évite qu’un client appelle le concurrent suivant. Le texto doit respecter la Loi canadienne anti-pourriel s’il contient une offre commerciale.

On chiffre votre projet en 30 minutes.

On regarde ce que le projet doit produire, on vous dit ce que ça coûte, et on vous dit aussi quand vous n'en avez pas besoin.

Demander une présentation →581-748-7017

Sources

Fourchettes de marché compilées le 13 octobre 2026. Elles ne constituent pas une soumission ZeniTech.

Agent IA vocal sur votre site web : répondre aux appels et aux visiteurs à voix haute