Le serveur vocal interactif à touches n'a pas disparu, et beaucoup d'entreprises y ajoutent un voicebot qui comprend une phrase libre. Les annonces de Product Owner parcours voix publiées début novembre 2026 sur Free-Work montrent ce glissement : menus SVI, règles de routage, files d'attente et messages d'accueil aujourd'hui, voicebot et callbot ensuite. Côté éditeurs et centres de contact, les offres citent Genesys, NICE, Amazon Connect ou des plateformes conversationnelles comme Omilia.
Un designer formé sur le chatbot texte doit tout réapprendre. L'appelant oublie le premier choix d'un menu avant d'entendre le cinquième. Une confirmation de trop allonge l'appel de dix secondes, une confirmation manquante envoie un rendez-vous à la mauvaise date. Une liste qui se lit bien à l'écran devient pénible à écouter.
L'entretien fait lire au candidat, à voix haute, un menu qu'il a écrit, puis lui soumet un appel raté à analyser. L'oreille repère vite ce qu'une maquette cache. Le PDF ajoute un cas de 20 minutes sur une ligne de prise de rendez-vous.
Ce que le designer vocal paramètre et écrit
SVI et plateformes de centre de contact
Le serveur vocal interactif accueille l'appel, propose des choix par touches ou à la voix et route vers une file de conseillers. Il tourne dans une plateforme de centre de contact comme Genesys, NICE ou Amazon Connect. Le designer y définit menus, horaires, messages d'attente et règles de transfert avec l'équipe qui configure.
Reconnaissance vocale (STT)
Elle transforme la parole en texte, avec un score de confiance. Au téléphone, le son est de qualité réduite et les appelants sont dans la rue, en voiture ou sur haut-parleur. Le designer ne règle pas le modèle, mais il écrit des questions dont les réponses se reconnaissent bien et il prévoit les erreurs.
Synthèse vocale et messages enregistrés
Les messages sont lus par une voix de synthèse ou enregistrés par un comédien. La synthèse gère les parties variables (dates, montants, noms) et se modifie en quelques minutes. L'enregistrement sonne mieux mais chaque changement demande une nouvelle séance. Beaucoup de parcours mélangent les deux, ce qui s'entend si c'est mal fait.
SSML
Le langage de balisage du W3C (version 1.1) qui règle la façon dont la synthèse lit un texte : pauses (break), débit, hauteur et volume (prosody), lecture d'une date ou d'un nombre (say-as), substitution d'un sigle (sub), prononciation (phoneme). Le support des balises varie selon le fournisseur de voix, donc tout se vérifie à l'écoute.
DTMF
Les touches du clavier téléphonique. Elles restent utiles pour les chiffres (numéro de client, date de naissance) et comme solution de repli quand la voix n'est pas reconnue. Dans Dialogflow CX, on règle une touche de fin de saisie (souvent #) et des délais entre deux touches.
Dialogflow CX et paramètres voix
Les plateformes conversationnelles exposent des réglages qui touchent directement le dialogue. Dans Dialogflow CX, le délai sans parole avant l'événement de non-réponse est de 5 secondes par défaut, l'interruption du bot par l'appelant (barge-in) s'active ou non, et la sensibilité de fin de parole se règle de 0 à 100. Le designer doit savoir ce que chaque réglage change pour l'appelant.
Liste des messages et diagramme d'appel
Le livrable central : un diagramme du parcours et la liste de tous les messages avec leur identifiant, leur texte exact, leur mode (synthèse ou enregistrement), les réponses attendues, les délais, le nombre de relances et la destination de chaque transfert. C'est le document que l'intégrateur suit et que le comédien enregistre.
Le designer voicebot et SVI travaille avec l'équipe du centre de contact, les intégrateurs de la plateforme téléphonique, les ingénieurs qui branchent reconnaissance et synthèse, le métier et parfois le juridique. On le croise chez les éditeurs de solutions vocales, dans les ESN qui intègrent des centres de contact et dans les entreprises qui reçoivent beaucoup d'appels. Les postes de Product Owner parcours voix couvrent une partie du même travail, avec plus de gestion du backlog et de recette. La part technique de l'agent vocal (latence, téléphonie, hébergement des modèles) relève de l'AI engineer voix, avec qui le designer travaille au quotidien.
Savoir-faire de conception vocale attendus
- Conception de SVI et de menus vocaux
- Non-reconnaissance, silences et relances
- Collecte et confirmation des informations
- Écriture pour l'oreille, voix et SSML
- Transfert, routage et fin d'appel
- Tests d'appels et indicateurs
Menus, relances, transferts : cinq questions pour un designer de voicebot
Chaque question vient avec ce qu'une bonne réponse contient et le signal qui doit vous alerter. Pas besoin d'être technique pour les poser : écoutez si le candidat raconte du vécu.
Question 1 · confirmé
Un SVI propose neuf choix dès le premier menu. Que proposez-vous ?
Une bonne réponseL'appelant n'a pas d'écran et doit tout retenir : il réduit le nombre de choix par menu et met en premier les motifs les plus fréquents, tirés des statistiques d'appels. Il annonce l'option avant la touche (« Pour un retard de livraison, tapez 1 »), pour que l'appelant sache s'il doit écouter la suite. Il propose aussi de remplacer le menu par une question ouverte reconnue par un voicebot, avec un menu de repli en cas d'échec, et une option pour répéter.
Signal d'alerteGarder les neuf choix et ajouter des sous-menus, ou commencer par « Écoutez attentivement, nos options ont changé ».
Question 2 · confirmé
Comment concevez-vous les relances quand l'appelant ne dit rien et quand sa réponse n'est pas reconnue ?
Une bonne réponseDeux cas distincts. Sans réponse, le bot repose la question plus courte, avec les choix possibles. Réponse non reconnue, il donne un exemple ou énumère les options, puis propose les touches du clavier. Les relances changent à chaque tentative et, au-delà d'un nombre fixé, l'appel part vers un conseiller. Il compte les échecs sur tout l'appel, pas seulement question par question. Il connaît les réglages correspondants, comme les événements no-input et no-match de Dialogflow CX et leur délai de 5 secondes par défaut.
Signal d'alerteLe même « Je n'ai pas compris » rejoué à chaque échec, ou une boucle sans sortie vers un conseiller.
Question 3 · confirmé
Confirmation explicite ou implicite : comment décidez-vous pour chaque information collectée au téléphone ?
Une bonne réponseSelon le coût d'une erreur et la confiance de la reconnaissance. Une confirmation explicite (« Le 14 mars, c'est bien ça ? ») quand l'action est difficile à défaire ou que le score est bas. Une confirmation implicite (« Très bien, le 14 mars. À quelle heure ? ») quand l'erreur se rattrape facilement. Pas de confirmation si la confiance est haute et l'enjeu faible. Souvent un seul récapitulatif à la fin plutôt qu'une confirmation par champ.
Signal d'alerteTout confirmer systématiquement, ce qui double la durée de l'appel, ou ne rien confirmer avant d'annuler un rendez-vous.
Question 4 · confirmé
Quand choisissez-vous des messages enregistrés par un comédien plutôt que la synthèse vocale, et comment traitez-vous les parties variables ?
Une bonne réponseL'enregistrement pour les messages stables et très écoutés (accueil, attente), la synthèse pour tout ce qui varie (dates, montants, noms) ou change souvent (horaires, mentions légales), et pour les langues supplémentaires. Il sait que passer d'une voix enregistrée à une voix de synthèse dans la même phrase s'entend, et choisit une voix de synthèse cohérente ou des segments enregistrés avec la bonne intonation selon leur place dans la phrase. Le script d'enregistrement précise le ton attendu de chaque message.
Signal d'alerteTout faire enregistrer, puis découvrir qu'un changement d'horaires demande une nouvelle séance de studio.
Question 5 · confirmé
Le voicebot transfère l'appel à un conseiller. Que se passe-t-il du côté de l'appelant et du côté du conseiller ?
Une bonne réponseL'appelant entend que l'appel est transféré et, si la plateforme le permet, une estimation de l'attente, puis un message ou une musique d'attente, jamais un silence. Le conseiller reçoit le contexte : motif, identité vérifiée ou non, informations déjà collectées, résumé de l'échange, pour ne pas tout faire répéter. L'appel va dans la file qui correspond au motif. Hors des horaires ou si le transfert échoue, le voicebot propose un rappel ou un SMS.
Signal d'alerteUn transfert sans annonce vers une file unique, où le conseiller redemande le nom et le motif.
Recevez la fiche d'entretien complète en PDF
La fiche pour mener l'entretien de bout en bout, prête à imprimer ou à partager avec le manager.
- 30 questions sur 6 axes, avec la bonne réponse, le signal d'alerte et la relance
- Le niveau visé pour chaque question
- Une mise en situation de 20 minutes et ce qu'on attend du candidat
- La grille d'évaluation de 1 à 4, axe par axe
La conception vocale, questions fréquentes sur le profil
Qu'est-ce qui change entre un chatbot et un voicebot pour le designer ?
Tout ce que l'écran permettait disparaît : pas de boutons, pas de texte à relire, pas de retour en arrière. L'appelant retient peu d'options, la reconnaissance se trompe sur les noms propres et les chiffres, et chaque phrase prend du temps. Le designer raccourcit les messages, met la question à la fin, choisit quand confirmer et prévoit le passage aux touches du clavier. Un bon designer de chatbot a besoin de quelques projets vocaux avant d'être autonome.
Designer voicebot ou AI engineer voix : quel profil en premier ?
Si la plateforme est déjà en place et que les parcours sont mauvais, le designer. Si l'agent vocal reste à construire (raccordement téléphonique, choix des moteurs, latence), l'ingénieur. Les deux profils se recouvrent peu. Le designer écrit les dialogues, la liste des messages et les règles de transfert, l'ingénieur fait tourner la chaîne technique. Sur un petit projet, un designer qui comprend les réglages de la plateforme peut avancer seul quelques mois.
Comment se déroule un test technique pour ce poste ?
Le test part d'un enregistrement d'appel raté ou de sa transcription, avec les messages du parcours. Le candidat a quinze minutes pour dire où l'appel a déraillé et réécrire les messages en cause. Il lit ensuite ses nouveaux messages à voix haute, comme le ferait la synthèse vocale. Les phrases trop longues, les listes et les questions doubles s'entendent tout de suite, bien plus clairement que sur un document écrit.
Faut-il connaître une plateforme de centre de contact précise ?
C'est un plus si l'équipe utilise Genesys, NICE ou Amazon Connect et que le designer doit configurer lui-même. Le plus souvent, il travaille avec un intégrateur et doit surtout comprendre ce que la plateforme permet : files, horaires, transfert avec contexte, délais de non-réponse, touches du clavier. Le plus utile est de lui faire décrire un parcours qu'il a livré de bout en bout et les contraintes de la plateforme qu'il a dû contourner.
Pour structurer vos autres entretiens, consultez aussi nos pages sur les questions d'entretien de recrutement, la méthode de l'entretien structuré et la grille d'évaluation d'entretien.
