Régler la conversation vocale

La conversation vocale enchaîne, sans clavier : l’utilisateur parle, MIA répond et lui lit sa réponse à voix haute — dès sa première phrase, pendant que la suite s’écrit —, puis l’écoute de nouveau. Elle se règle sur la page Outils, carte Conversation vocale, marquée Intégré — à côté de la carte Dictée vocale. Côté utilisateur : Converser à la voix.

Avant de commencer

La conversation vocale repose sur deux services d’OpenAI : la transcription (la même que la dictée) et la synthèse vocale. Une clé OpenAI doit être enregistrée dans Modèles IA → Fournisseurs et modèles. Sans elle, la carte affiche Clé requise et le bouton n’apparaît pas.

Le moteur de la dictée ne change rien : même avec Mistral Voxtral choisi sur la carte Dictée vocale, la conversation écoute et lit par OpenAI.

Voxtral et une clé OpenAI : elle marche. La voix de l’utilisateur part chez OpenAI, et la carte le rappelle.
Voxtral sans clé OpenAI : elle ne peut pas marcher. Le bouton onde sonore reste visible avec une pastille rouge, ne démarre pas et dit pourquoi au survol ou au clic. Renseignez une clé OpenAI, ou passez la carte sur Inactif pour retirer le bouton.

Étapes

Proposer la conversation vocale : interrupteur sur Actif — c’est le réglage par défaut. Le bouton onde sonore apparaît à côté du micro, dans le champ de saisie de tous les utilisateurs.
La masquer : interrupteur sur Inactif. Le bouton disparaît pour tout le monde, et une conversation ne peut plus démarrer ni une réponse être lue, même depuis une page restée ouverte.

Les deux interrupteurs sont indépendants : on peut proposer la dictée sans la conversation vocale, ou l’inverse. Il n’y a pas de réglage par groupe : la conversation vocale vaut pour toute l’instance.

Ce qu’il faut savoir

Pastille rouge : elle s’affiche aussi sur le bouton et sur l’icône de la carte quand une demande récente a montré que le crédit OpenAI est épuisé ou que la clé est refusée. Le bouton reste utilisable (le compte a pu être rechargé depuis), et une lecture réussie éteint la pastille.
Chaque tour est un message ordinaire : l’assistant, les bases de connaissances, les connecteurs et le quota de l’utilisateur s’appliquent comme à l’écrit, et l’échange reste dans le fil. Le modèle reçoit en plus une consigne de réponse orale (courte, sans mise en forme).
Deux postes de coût, tous deux dans le quota de l’utilisateur, à retrouver dans Tarifs & crédits et sur la page Consommation, catégorie Voix : les minutes écoutées (ligne Dictée, rapportées par le navigateur à la fin de chaque session) et les minutes lues (ligne Lecture à voix haute, mesurées sur l’audio produit par la synthèse). Laissées à 0, ces lignes reprennent le tarif public d’OpenAI que MIA connaît. Lire une réponse pendant qu’elle s’écrit, par passages de quelques phrases, ne coûte rien de plus : la minute lue est la même.
Interruption à la voix : pendant que MIA lit, l’utilisateur peut dire « stop ». Le micro reste alors ouvert pendant la lecture, et ces minutes s’ajoutent aux minutes écoutées. C’est un réglage de l’utilisateur, par appareil (bouton « Stop » du bandeau) : allumé par défaut sur ordinateur et sur Android, éteint par défaut sur iPhone et iPad, où un micro ouvert fait baisser la voix. Éteint, le micro est coupé pendant la lecture et ces secondes ne sont pas facturées. Dans les deux cas, rien de ce que MIA lit ne devient un message : pendant sa lecture, seul un ordre d’arrêt est retenu. Interrompue alors qu’elle s’écrit encore, la réponse s’arrête aussi, comme avec le bouton Stop du chat : ce qui n’est pas écrit n’est pas généré.
Les cartes se disent : en conversation vocale, « approuve », « annule », « envoie-le », « confirme », « plus court »… actionnent les boutons de la carte en attente. C’est le navigateur de l’utilisateur qui reconnaît l’ordre et déclenche le bouton — mêmes contrôles côté serveur qu’un clic, aucun appel à un modèle pour décider, et l’assistant ne reçoit aucun moyen d’approuver ou d’envoyer. Un « oui » seul ne déclenche rien, et un envoi d’email demande toujours une confirmation dite. Les phrases de retour (« C’est fait », « Email envoyé »…) sont en cache comme les annonces.
Chaque utilisateur règle sa voix dans Préférences IA, carte Voix : la vitesse de lecture (appliquée par son navigateur, donc sans coût ni re-synthèse) et la longueur des réponses à l’oral. Celle-ci est brève par défaut — moins de tokens à la génération et moins de minutes lues que pour une réponse écrite. Il n’y a pas de réglage d’instance pour ces deux choix : ils sont personnels, comme le style de réponse.
Les annonces des actions (« Recherche sur Internet », « Consultation du cerveau MyBrain »…) sont synthétisées une seule fois par instance et par langue, puis servies depuis le cache de l’application : la première fois qu’une action est annoncée, quelques secondes de lecture sont comptées à l’utilisateur qui l’a déclenchée ; ensuite, plus rien pour personne. Vider le cache de l’application ne fait que les resynthétiser à la prochaine occasion.
Les repères sonores (message envoyé, MIA au travail, à vous de parler) sont produits par le navigateur : ils ne coûtent rien et ne demandent aucun réglage.
La transcription et la lecture suivent la langue de l’interface de l’utilisateur.

En cas de problème

Ce qui arrive	Quoi faire
Personne n’a de bouton onde sonore	Vérifier que la carte est Active et qu’une clé OpenAI est enregistrée.
« Accès au micro refusé. » chez un utilisateur	C’est le navigateur de l’utilisateur qui bloque le micro : à autoriser de son côté.
Les réponses ne sont pas lues (« Lecture à voix haute impossible »)	Vérifier la clé OpenAI dans Modèles IA ; le détail de l’erreur est dans les Journaux.
Les actions ne sont pas annoncées, les réponses le sont	Une annonce qui échoue est simplement sautée (la conversation continue) ; le motif est dans les Journaux, et le dossier de cache de l’application doit être accessible en écriture.