Contexte et objectifs

Phonely Ltd. a présenté Alma, un grand modèle de langage dédié aux agents vocaux. L’entreprise souligne que la plupart des modèles existants sont entraînés sur du texte, ce qui génère des réponses légèrement décalées lorsqu’elles sont prononcées au téléphone. En s’appuyant sur plus de 10 millions de conversations téléphoniques réelles, Alma vise à reproduire le flux naturel des échanges humains et à réduire le besoin d’ajustements manuels de la part des équipes de développement.

Architecture et performances

Alma délivre le premier token en moins de 185 ms, contre environ 500 ms pour GPT‑4.1 d’OpenAI. Cette différence de latence diminue les pauses perceptibles et rend la conversation plus fluide. Sur le plan économique, le modèle coûte 0,55 $ pour un million de tokens mélangés, soit 84 % moins cher que les 3,50 $ de GPT‑4.1 et 90 % moins cher que les 5,63 $ de GPT‑5.4. En termes de vitesse, Alma est 63 % plus rapide que GPT‑4.1 et 82 % plus rapide que GPT‑5.6 sur le premier token, ce qui se traduit par une réduction notable du temps d’attente entre les tours de parole.

Mécanisme d'amélioration continue

Le modèle intègre un système de rétroaction qui identifie les ruptures de conversation et ajuste ses réponses en temps réel. Cette boucle de feedback exploite le trafic réel pour modifier le comportement du modèle sans attendre le prochain cycle d’entraînement, permettant ainsi une amélioration d’un jour à l’autre. Le processus repose sur l’analyse des points où l’échange se bloque, puis sur la mise à jour des poids du réseau afin de corriger ces failles lors des appels suivants.

Intégration et perspectives

Alma est compatible avec les transcripteurs et les fournisseurs de synthèse vocale existants, ce qui facilite son adoption dans les piles technologiques déjà en place. Le pré‑entraînement sur des dialogues téléphoniques réduit également le besoin de prompt‑engineering, car le modèle génère déjà des réponses proches du ton humain. Phonely indique que le service gère déjà des millions d’appels mensuels et qu’il est ouvert à toute équipe développant des solutions vocales. Cette approche montre comment la spécialisation des données d’entraînement peut influencer à la fois la latence, le coût et la capacité d’adaptation d’un modèle de langage.