Mise à jour: 7 mai 2026, 10h17 — il y a moins de quatre heures. OpenAI vient d'annoncer trois nouveaux modèles audio dans son API. L'un d'eux, GPT-Realtime-Translate, traduit la voix en temps réel entre 70+ langues d'entrée et 13 langues de sortie. Et oui, le français et l'anglais sont dans les deux listes.
On a passé la matinée à le tester contre la solution que vous utilisez peut-être déjà : ElevenLabs en mode multilingue. Voici ce qu'on a trouvé pour le scénario qui définit littéralement le service à la clientèle au Québec — le fameux Bonjour-Hi.
Le problème qu'on essaie de régler
Vous tenez un commerce sur la rue Saint-Denis. Le téléphone sonne. Vous répondez « Bonjour-Hi! ». L'autre personne enchaîne en anglais. Vous switchez. Trois minutes plus tard, sa belle-sœur prend le téléphone — elle, elle parle juste français. Vous switchez encore. C'est la réalité de 38 % des PME montréalaises selon Statistique Canada.
Maintenant remplacez « vous » par votre agent IA vocal. Le défi reste le même : détecter la langue, switcher proprement, et surtout ne pas avoir l'air d'un robot quand le client mélange les deux dans la même phrase (« Can you check si vous avez ça en stock? »). C'est ce qu'on appelle du code-switching, et c'est un sport olympique au Québec.
Jusqu'à ce matin, on avait essentiellement deux approches sérieuses : un seul agent ElevenLabs en mode multilingue, ou deux agents séparés avec un router de langue en avant. Avec GPT-Realtime-Translate, OpenAI ouvre une troisième porte. La question est : laquelle gagne pour une PME québécoise?
Approche A : ElevenLabs Multilingue (la base actuelle)
ElevenLabs gère le français et l'anglais dans le même agent depuis Conversational AI 2.0. Vous configurez un seul prompt, vous activez le multilingue, vous choisissez une voix qui sonne bien dans les deux langues (Charlotte ou Adam, typiquement), et c'est parti.
Ce qui marche bien : la voix reste la même quand le client switche. C'est cohérent, ça construit la confiance, et personne ne se demande pourquoi « la madame au téléphone » a soudainement changé de timbre. La latence tourne autour de 600-900 ms en français-canadien après nos derniers tests — pas parfait, mais utilisable. On a déjà couvert le sujet de la latence en détail ici.
Ce qui marche moins bien : le code-switching mid-phrase. Si le client dit « Je voudrais book un rendez-vous next Tuesday », ElevenLabs choisit une langue dominante et traite le reste comme du bruit. Résultat : il vous demande de répéter, ou il interprète « next Tuesday » phonétiquement en français et part en peur. C'est gérable mais c'est une vraie friction.
Approche B : GPT-Realtime-Translate (le nouveau-né)
Le modèle qu'OpenAI a sorti ce matin est différent dans son ADN. Ce n'est pas un agent conversationnel comme tel — c'est un traducteur vocal en streaming. Vous parlez français, ça sort en anglais. Avec une latence annoncée de moins de 800 ms et un prix de 0,034 $ US la minute, c'est-à-dire environ 4,7 ¢ CAD par minute de conversation traduite.
Le scénario où ça brille : votre PME a un agent vocal principal qui opère dans une langue (mettons français), mais reçoit régulièrement des appels en anglais. Au lieu de construire un deuxième agent au complet, vous mettez GPT-Realtime-Translate en couche entre le client anglophone et votre agent francophone. Le client parle anglais, l'agent entend français, l'agent répond en français, le client entend anglais. Personne ne perd son temps.
Selon l'annonce officielle d'OpenAI, Deutsche Telekom teste déjà ce pattern pour leur support client international. C'est sérieux comme déploiement.
Ce qui marche moins bien : la voix qui sort n'est pas celle de votre agent — c'est la voix neutre du traducteur OpenAI. Vous perdez la signature sonore de votre marque. Et pour l'instant, on ne peut pas fine-tuner le ton ou la personnalité du traducteur, contrairement à un agent ElevenLabs qu'on peut rendre beaucoup plus naturel avec Expressive Mode.
Le test réel : trois scénarios québécois
Scénario 1 — L'appel franchement anglophone. Un touriste américain appelle votre auberge à Tadoussac pour réserver. Pas de mélange, juste de l'anglais clair. Verdict : ElevenLabs gagne d'une coche. La voix reste la même tout le long, c'est plus chaleureux, et la latence est meilleure parce qu'il n'y a pas d'étape de traduction en plus. GPT-Realtime-Translate ajoute 200-300 ms de surcharge minimum.
Scénario 2 — L'appel franchement francophone, mais le client switche brièvement. Une madame de Sherbrooke vous appelle, parle français, mais glisse « like c'est-tu open le dimanche? ». Verdict : match nul. ElevenLabs gère bien parce que le contexte reste majoritairement français. GPT-Realtime-Translate s'embrouille parce qu'il essaie de traduire un mot anglais isolé qui n'avait pas besoin d'être traduit.
Scénario 3 — Le code-switching agressif (le vrai Montréal). Un client appelle et fait du chassé-croisé toute la conversation : « Hi, je voulais savoir if you guys do delivery sur le Plateau? Like what's the minimum order? » Verdict : GPT-Realtime-Translate gagne, mais pas par KO. Il maintient le contexte des deux langues simultanément mieux qu'ElevenLabs, qui finit par demander de répéter au moins une fois sur trois dans nos tests.
Ce que ça coûte vraiment, en chiffres québécois
Une PME typique au Québec qui reçoit 200 appels par mois (moyenne 4 minutes/appel = 800 minutes) :
- ElevenLabs Multilingue seul : environ 96 $ CAD/mois en consommation API (tier Conversational AI 2.0).
- ElevenLabs + GPT-Realtime-Translate en couche : 96 $ + 38 $ pour les ~800 minutes traduites = 134 $ CAD/mois.
- Deux agents ElevenLabs séparés (FR et EN) avec router : environ 152 $ CAD/mois plus la complexité opérationnelle.
Pour 38 $ de plus par mois, l'option couche est intéressante si votre clientèle est vraiment 60/40 ou plus déséquilibrée. Mais pour une PME 80/20 français-anglais, ElevenLabs seul tient la route et coûte moins cher.
Et la Loi 25 dans tout ça?
Détail important souvent oublié : ajouter une couche de traduction signifie que la voix du client transite par un service supplémentaire (OpenAI dans ce cas-ci). Si vous traitez de l'information personnelle, ça ajoute une étape à votre registre des mandataires. Avant de brancher GPT-Realtime-Translate à un agent qui collecte des données sensibles (clinique, financier, juridique), passez par notre test de conformité Loi 25 en 12 questions. Ce n'est pas optionnel.
OpenAI annonce des résidences de données européennes mais pas encore canadiennes spécifiquement. Pour un commerce de détail ou de la restauration, ça passe. Pour un cabinet d'avocats ou une clinique, posez-vous la question deux fois.
Notre verdict pratique pour votre PME
Si votre clientèle est majoritairement francophone avec quelques appels anglophones par semaine, restez sur ElevenLabs Multilingue. La cohérence vocale et le coût plus bas compensent largement les rares glitchs de code-switching. On avait déjà recommandé ElevenLabs comme base au Québec dans notre comparatif TTS plus tôt cette semaine, et cette nouveauté ne change pas ce point de départ.
Si vous opérez à Montréal centre-ville avec une vraie clientèle 50/50 et que le code-switching agressif est la norme dans vos appels, ça vaut la peine de tester GPT-Realtime-Translate en couche. Comptez deux semaines de test parallèle avec mesure du completion rate avant de basculer en production.
Si vous opérez en région rurale (Lac-Saint-Jean, Gaspésie, Bas-Saint-Laurent), oubliez la traduction et restez français. La complexité supplémentaire ne se justifie pas pour 2-3 appels anglophones par mois.
Une dernière chose : GPT-Realtime-2 est aussi sorti ce matin et c'est un autre modèle, plus orienté agent conversationnel complet. Ne mélangez pas les deux. Translate traduit, Realtime-2 conduit la conversation. Selon la couverture de 9to5Mac de ce matin, OpenAI les positionne comme complémentaires plutôt que concurrents.
Chez Agent IA Vocal, on a déjà commencé à intégrer GPT-Realtime-Translate dans nos déploiements pour les clients qui en ont besoin — l'installation, la configuration et la conformité Loi 25 sont gérées de bout en bout par notre équipe TECHMA. Si vous voulez voir comment ça performerait sur vos vrais appels, on prend les demandes de pilote pour mai et juin 2026.
Questions qu'on nous a posées ce matin
Est-ce que GPT-Realtime-Translate remplace mon agent ElevenLabs? Non, et ce n'est pas conçu pour ça. C'est un traducteur, pas un agent. Il ne suit pas un script, ne consulte pas votre base de connaissances, ne prend pas de réservations. Il transforme la voix d'une langue à une autre. Si vous voulez remplacer ElevenLabs par OpenAI complet, regardez plutôt du côté de GPT-Realtime-2 qu'on a couvert dans un autre article ce matin.
Quelle est la qualité de la voix anglophone qui sort? Honnête mais générique. Pas de fort accent, pas de chaleur particulière, pas d'intonation québécoise. C'est suffisant pour du fonctionnel mais ça ne vendra pas votre marque. Pour les marques où la voix EST le produit (centres d'appels haut de gamme, immobilier de luxe), ElevenLabs reste supérieur.
Combien de temps pour brancher ça à un agent existant? Pour un déploiement propre avec tests, comptez 8 à 12 heures de travail technique. C'est moins long qu'on pourrait penser parce que l'API est très bien documentée, mais le plus long c'est le test sur de vrais appels avec de vrais accents québécois. Ne sautez pas cette étape.
Et le joual? Et le chiac? Tests préliminaires : GPT-Realtime-Translate gère le français standard du Québec sans problème. Les expressions très régionales (« j'aurais besoin de checker ça à matin ») sont traduites mot-à-mot ce qui donne un anglais correct mais sans le naturel. Pour le chiac acadien, on n'a pas encore assez de données. À surveiller.
Est-ce que je peux désactiver la traduction sur certains numéros? Oui, l'architecture permet du routing conditionnel. Si vous avez une ligne dédiée francophone et une autre bilingue, vous pouvez activer Translate uniquement sur la deuxième. C'est exactement ce qu'on configure pour les cabinets dentaires bilingues à Laval qu'on accompagne.
Le mot de la fin
OpenAI vient de mettre une nouvelle pièce sur l'échiquier ce matin. Elle ne change pas tout le jeu, mais elle ouvre une option qui n'existait pas hier. Pour la PME québécoise typique, ElevenLabs Multilingue reste la base saine. Pour les opérations vraiment bilingues du centre-ville montréalais, ça devient sérieux d'évaluer la couche Translate. Et pour les régions, restez français — votre clientèle vous remerciera.
La bonne nouvelle : peu importe le scénario, la complexité technique ne tombe plus sur vos épaules. C'est exactement ce pour quoi on existe.