Le chat textuel traditionnel sur Character.ai permet d'explorer des scénarios immersifs, mais la saisie au clavier peut sembler distante lorsqu'il s'agit d'entraîner son aisance orale, sa compréhension à l'audition ou de vivre un jeu de rôle plus dynamique. Pour répondre à ce besoin, Character.ai a déployé Character Calls, une fonctionnalité d'appels vocaux bidirectionnels en temps réel. Fini les simples extraits de synthèse vocale (TTS) écoutés après coup : le système fonctionne comme un véritable appel téléphonique, où vous parlez dans votre micro, l'IA traite instantanément vos propos et le personnage répond en direct avec la voix qui lui est attribuée.
Character Calls est accessible gratuitement à tous les utilisateurs, aussi bien sur les applications mobiles (iOS et Android) que sur l'interface web. Ce guide détaille comment attribuer des voix aux personnages, lancer un appel, maîtriser le mécanisme d'interruption tactile (Tap to Interrupt), éviter que le modèle ne lise les astérisques narratifs et exploiter les transcriptions automatiques pour l'apprentissage des langues.
1. Préparation initiale : sélection vocale et autorisations audio
Avant de lancer un premier appel, il convient de vérifier que le personnage dispose d'un profil vocal adapté et que les autorisations système sont configurées.
Vérifier et attribuer une voix au personnage
Character Calls s'appuie sur le moteur sous-jacent « Character Voice » de Character.ai. Certains personnages publics intègrent d'emblée une voix par défaut choisie par leur créateur, tandis que d'autres sont initialement muets ou dotés d'un timbre générique.
- Consulter la fiche du personnage : Ouvrez la conversation avec le personnage visé et touchez son nom ou son avatar en haut de l'écran.
- Choisir une voix dans la bibliothèque : Si aucune voix n'est active, appuyez sur l'option Voice. Vous accéderez à la bibliothèque communautaire regroupant des milliers de timbres classés par accents, genres et styles expressifs, avec pré-écoute disponible.
- Créer une voix personnalisée : Il est également possible d'enregistrer ou de téléverser un échantillon sonore propre de 10 à 15 secondes pour générer une voix sur mesure et l'associer à votre session privée.
Matériel et autorisations
- Accès au microphone : Lors du premier appel, autorisez l'application mobile ou le navigateur web à utiliser votre micro.
- Usage d'écouteurs vivement recommandé : L'utilisation d'écouteurs (filaires ou Bluetooth) est fortement conseillée. Si le son du haut-parleur est capté par votre micro, cela peut générer un effet d'écho ou déclencher des interruptions intempestives.
2. Lancer et gérer un appel en temps réel
Démarrer un appel s'effectue en une seule touche depuis n'importe quel échange individuel.
Procédure de lancement
- Accédez à la conversation privée avec le personnage choisi.
- Appuyez sur l'icône de combiné téléphonique située dans la barre supérieure (ou près du champ de saisie sur mobile).
- L'écran bascule immédiatement sur l'interface d'appel dédiée, affichant l'avatar du personnage, le chronomètre de communication et une onde audio animée.
Commandes disponibles pendant l'appel
- Couper le micro (Mute) : Désactivez temporairement votre microphone en cas de bruit ambiant sans avoir à raccrocher.
- Haut-parleur / Écouteur interne : Sur smartphone, alternez entre l'écouteur d'oreille et le haut-parleur externe.
- Mettre fin à l'appel (End Call) : Appuyez sur le bouton rouge pour clore la communication vocale et revenir au fil de messages habituel.
3. Maîtriser le rythme d'échange : « Tap to Interrupt »
Dans les assistants vocaux classiques, l'utilisateur est souvent contraint d'écouter patiemment un long monologue avant de pouvoir reprendre la parole. Character Calls intègre une fonctionnalité d'interruption directe pour contourner cette contrainte.
Fonctionnement de Tap to Interrupt
Si le personnage s'égare, répond à côté ou si vous souhaitez intervenir sur-le-champ :
- Toucher l'écran : Appuyez sur le bouton d'interruption ou n'importe où sur l'écran pendant que le personnage parle.
- Arrêt immédiat du son : La voix du bot est coupée à la seconde même.
- Réactivation du micro : Le système se remet instantanément en écoute pour enregistrer votre nouvelle réplique, reproduisant la spontanéité d'un échange humain.
Réduire la latence de réponse
Character Calls s'appuie sur des pipelines de traitement vocal en continu. Pour conserver la latence la plus basse :
- Utilisez une connexion Wi-Fi stable ou un réseau mobile avec peu de perte de paquets.
- Exprimez-vous par phrases concises. Un rythme conversationnel naturel et découpé engendre des réponses bien plus vives qu'un discours continu.
4. Adapter le Roleplay vocal : supprimer les astérisques et didascalies
La principale difficulté rencontrée lors du passage de l'écrit à l'oral réside dans les actions entre astérisques (comme *sourit doucement et te tend une tasse de thé*). En appel vocal, la synthèse vocale tente de lire ces parenthèses ou ces astérisques à haute voix, ce qui brise complètement l'immersion auditive.
Obstacles fréquents en jeu de rôle vocal et solutions
| Problème rencontré | Cause | Solution |
|---|---|---|
| L'IA lit les descriptions d'actions à voix haute | Le prompt initial privilégie un style narratif littéraire | Envoyer une consigne écrite avant l'appel imposant uniquement des répliques orales |
| Le bot parle trop longtemps sans pause | Tendance du modèle à produire de longs paragraphes | Demander de limiter chaque prise de parole à deux ou trois phrases |
| Accent incohérent ou mauvaise prononciation | Profil vocal inadapté à la langue parlée lors de l'appel | Sélectionner une voix native pour la langue de conversation ciblée |
Consigne préalable hors personnage (OOC)
Avant d'appuyer sur le combiné téléphonique, adressez un message de cadrage hors personnage (Out-of-Character) dans le chat écrit :
[OOC : Nous passons maintenant à un appel téléphonique vocal en direct. À partir de cet instant, réponds exclusivement par du dialogue oral direct à la première personne. N'inclus aucune action entre astérisques, aucune didascalie ni aucune pensée entre parenthèses. Limite chacune de tes interventions à deux ou trois phrases courtes pour conserver un rythme naturel.]
Une fois que le personnage a validé la consigne par écrit, démarrez l'appel. Le dialogue se déroulera alors de façon fluide et réaliste.
5. Pratique des langues étrangères et travail de l'accent
Character Calls prend nativement en charge plusieurs langues majeures en plus de l'anglais, notamment l'espagnol, le portugais, le russe, le coréen, le japonais et le chinois mandarin. Le moteur vocal reproduit fidèlement la prosodie, le rythme et les inflexions propres à chaque idiome.
Méthode pour une séance de pratique linguistique
- Sélectionner un personnage adapté : Optez pour un bot configuré en partenaire linguistique, serveur de café, réceptionniste ou recruteur (par exemple « Spanish Conversation Partner » ou « Entretien d'embauche en anglais »).
- Définir son niveau et les attentes de correction :
Précisez vos objectifs dès votre premier message :
"Hello, I would like to practice intermediate spoken English (B2 level). Please speak at a moderate pace and politely point out any notable grammar mistakes."
- Mises en situation concrètes :
- Situations de voyage : Commander au restaurant, demander son chemin ou réserver un hôtel.
- Simulations d'entretiens : S'entraîner à répondre spontanément à des questions professionnelles sous pression.
- Discussions libres : Échanger sur ses loisirs, ses projets de week-end et surmonter l'appréhension de parler une langue étrangère.
- Apprentissage par imitation (Shadowing) : Écouter les liaisons, le débit et les intonations natives du personnage permet d'ajuster sa propre prononciation de manière intuitive.
6. Conservation des transcriptions et bascule fluide texte-voix
Un avantage décisif de Character Calls est que les appels ne sont pas des sessions éphémères ; ils sont intégralement intégrés au fil de discussion existant.
- Transcription automatique en arrière-plan : Vos interventions et les réponses audio du bot sont converties en texte et consignées dans la discussion en temps réel.
- Révision après l'appel : En raccrochant, l'intégralité du dialogue s'affiche de manière chronologique dans la fenêtre de chat. L'apprenant peut ainsi relire les échanges, repérer du vocabulaire inconnu ou copier des phrases pour les analyser dans un traducteur.
- Alternance naturelle entre écrit et oral : Vous pouvez tenir une conversation vocale de 10 minutes en marchant, raccrocher en arrivant à votre bureau et poursuivre le fil par écrit sur votre ordinateur, sans rupture de contexte ni perte de mémoire pour le personnage.
7. Comparatif des modes d'interaction sur Character.ai
| Critère | Chat textuel | Character Voice (TTS) | Character Calls (Appel vocal) |
|---|---|---|---|
| Mode d'échange | Clavier et lecture sur écran | Texte avec lecture audio unidirectionnelle | Conversation vocale bidirectionnelle en temps réel |
| Latence perçue | Asynchrone (attente de frappe) | Lecture manuelle message par message | Faible latence avec flux continu |
| Possibilité d'interruption | Non applicable | Arrêt manuel du fichier audio | « Tap to Interrupt » immédiat pendant la prise de parole |
| Utilisation mains libres | Aucune | Partielle (écoute uniquement) | Totale (entrée et sortie entièrement vocales) |
| Archivage des échanges | Historique textuel | Historique textuel | Transcription complète intégrée au chat |
| Coût et accessibilité | Gratuit sur web et mobile | Gratuit sur web et mobile | Gratuit sur web et mobile |
En associant une sélection vocale soignée, des consignes OOC ciblées et la fonction d'interruption tactile, Character.ai devient bien plus qu'un simple robot conversationnel : un véritable partenaire oral pour le jeu de rôle et le perfectionnement linguistique.