Un appel banal. Un client perdu. Pis un commerçant qui a l’air fou.
Le scénario arrive plus souvent que le monde pense. Un client appelle un concessionnaire ou un garage. Il parle vite, comme tout le monde parle ici. Il demande: « Avez-vous un Camry usagé en stock? » Pas une demande compliquée. Pas de jargon spatial. Juste un monsieur qui veut savoir si y’a une Toyota Camry usagée disponible.
L’agent IA vocal entend autre chose. Il transcrit « Avez-vous un cammery usagé en stock ». Le système ne relie pas ça à Camry, ne mappe pas ça à l’inventaire, ne pose pas la bonne question de suivi, puis part dans le décor. Il répond à côté. Genre: « Je peux vous aider avec les véhicules usagés en général » ou pire, il demande de répéter trois fois. Le client, lui, n’a pas appelé pour tester un prototype. Il veut une réponse claire. Là, il soupire, il raccroche, puis il appelle le concurrent.
Du côté du commerçant, c’est encore plus frustrant. Parce que sur papier, tout avait l’air beau. Le fournisseur avait promis un agent vocal « multilingue », « naturel », « state-of-the-art ». Beau deck PowerPoint. Beau set-up de démo. Mais dans le vrai monde, quand un client de Drummondville dit « camry » avec son accent, quand un client de Trois-Rivières dit « chu après checker pour un usagé », le système décroche. Pis là, c’est le commerce qui a l’air amateur, pas le fournisseur techno.
Bon, soyons clairs. Le problème, ce n’est pas que l’IA est inutile. Le problème, c’est que le français du Québec est un cas tordu pour la reconnaissance vocale temps réel. Et jusqu’à tout récemment, la plupart des outils étaient entraînés pour comprendre surtout du français standardisé, souvent plus proche de Paris que de Shawinigan.
La bonne nouvelle? Le 27 avril 2026, ElevenLabs a sorti une mise à jour sur son changelog officiel qui change réellement la donne pour les PME d’ici. Pas un miracle. Pas de magie. Mais enfin un levier technique concret.
Pourquoi le français du Québec est le cas difficile
Le français québécois parlé au téléphone, c’est rarement du français de manuel scolaire. C’est vivant. Contracté. Rapide. Rempli d’élisions, de liaisons variables, de voyelles nasales plus marquées, d’anglicismes intégrés, de mots de métier, de noms de marques prononcés à notre manière. Pour un humain d’ici, zéro problème. Pour un moteur de transcription entraîné majoritairement sur du français de France, ça peut virer croche vite.
Prenons les élisions. Un client ne dit pas toujours « je suis ». Il dit « chu ». Il ne dit pas toujours « tu sais ». Il dit « tsé ». Il ne dit pas « je vais aller voir ». Il dit « m’a aller voir » ou « j’vas checker ». Si le modèle cherche des formes bien propres, il peut mal segmenter la phrase entière.
Ensuite, il y a les liaisons et l’enchaînement. Au Québec, la parole au téléphone est souvent collée, avalée, compressée. « Y’en a-tu en stock? » devient un bloc sonore. « J’voudrais booker un rendez-vous pour un change d’huile » mélange structure française et verbe anglais francisé. Si le moteur ne connaît pas les patrons locaux, il coupe mal les mots ou les remplace par des voisins phonétiques absurdes.
Les voyelles nasalisées compliquent aussi le portrait. Camry, pneus, rendez-vous, matin, minoune — au téléphone, avec un micro cheap ou du bruit en arrière, les différences fines deviennent du bruit statistique. Le fameux R québécois, plus guttural ou plus relâché selon la région, n’aide pas non plus pour des noms propres ou des produits.
Ajoute à ça les anglicismes commerciaux. Ici, le monde dit: booker un call, faire un set-up, checker le starter, prendre un upgrade, faire un follow-up. Dans un salon, on va parler de balayage, de botox capillaire, de blowout. Dans un resto: take-out, pick-up, table pour six, allergie au gluten, extra sauce. Si le modèle ne connaît pas le domaine, il improvise. Et quand l’IA improvise en transcription, ça coûte des appels.
Le fond du problème, c’est l’entraînement. Des modèles comme Whisper ont longtemps été solides en multilingue, mais ils ont été nourris avec des masses de données où le français de France est surreprésenté. Même chose pour plusieurs moteurs plus récents. ElevenLabs Scribe fait mieux sur le français, et leur page dédiée au speech-to-text français montre bien l’effort, mais sans adaptation en contexte, le québécois parlé de commerce restait un terrain glissant.
Ratés courants qu’on voit encore en intégration:
- « Camry » transcrit en cammery, camerie ou camri.
- « change d’huile » compris comme changer d’îles ou change de l’huile sans correspondance métier.
- « starter » transformé en startere, stator ou ignoré.
- « booker un rendez-vous matinal » coupé en fragments où seul rendez-vous survit.
- « minoune » pris pour un prénom, un surnom, ou carrément éliminé comme bruit.
Le pire, c’est que même quand la réponse vocale sonne bien, l’intelligence derrière peut être basée sur une transcription bancale. Et là, tu te ramasses avec un agent qui parle comme un pro, mais qui comprend comme un stagiaire fatigué à 16h45. Si tu veux creuser la couche « cerveau » derrière ça, ça vaut la peine de lire quel LLM choisir, parce que la reconnaissance vocale n’est qu’un morceau du problème.
Ce qui a changé le 27 avril 2026
Le 27 avril 2026, ElevenLabs a ajouté deux fonctions à Scribe Realtime qui ont l’air modestes sur papier, mais qui sont énormes pour le Québec: keyterms et noVerbatim. Tu peux voir la trace de cette évolution dans le changelog ElevenLabs. Et non, ce n’est pas juste un détail de développeur. C’est exactement le genre de contrôle qui manquait pour arrêter de se faire planter par le vocabulaire local.
Keyterms, c’est la possibilité d’envoyer jusqu’à 50 termes, de 20 caractères max chacun, directement dans les paramètres de la connexion WebSocket. En pratique, tu dis au moteur: « Dans ce call-là, surveille particulièrement ces mots-là. S’ils ressemblent à ce que tu entends, favorise-les. » Ce n’est pas du hard override. Ce n’est pas une commande magique. C’est un biais de transcription en contexte.
noVerbatim, c’est un booléen qui demande au moteur de ne pas retranscrire tout le bruit conversationnel mot à mot: les euh, ben, pis, hésitations, faux départs. Pour un agent vocal, c’est précieux. Parce que si ton pipeline envoie ensuite la transcription à un modèle conversationnel ou à un moteur d’intention, nettoyer ces béquilles améliore souvent la compréhension globale.
Pourquoi c’est révolutionnaire pour le français québécois? Parce qu’au lieu d’espérer que le modèle devine ton univers, tu peux le briefer avant chaque appel. Ton nom d’entreprise. Tes produits. Tes marques. Tes services. Tes mots de métier. Même les noms de clients réguliers si le cas d’usage le justifie. Un garage peut pousser Camry, Corolla, starter, change d'huile, pneus d'hiver. Un salon peut pousser balayage, botox capil, coupe homme, mèches, Sherbrooke. Un resto peut pousser les plats signatures, les rues, les combos, les noms de salles.
En d’autres mots: on arrête de demander au moteur de deviner à l’aveugle. On lui donne du contexte métier avant même que le client parle. C’est là que ça devient sérieux.
Exemple technique simplifié:
{
"url": "wss://api.elevenlabs.io/v1/scribe/realtime?language=fr&noVerbatim=true&keyterms=Camry,Corolla,starter,change%20d'huile,pneus%20d'hiver,minoune",
"headers": {
"xi-api-key": "VOTRE_CLE_API"
}
}
Ce n’est pas plus compliqué que ça au niveau de l’idée. Après, l’intégration réelle demande de gérer l’audio entrant, le buffering, la segmentation, la reprise en cas de coupure, puis de brancher ça avec le moteur conversationnel. D’ailleurs, si tu veux voir comment la partie temps réel conversationnelle se compare côté cerveau/réponse, OpenAI a aussi publié sa vision avec GPT Realtime. Mais encore une fois, sans bonne transcription de départ, même le meilleur LLM peut répondre à côté.
Le point important, c’est que keyterms te donne enfin une poignée sur l’accent local et le vocabulaire niche. Pas parfait. Mais concret. Et combiné à une vraie connaissance métier, ça change la qualité de l’agent en production, pas juste en démo.
Ce que ça change concrètement pour un garage, un salon, un resto québécois
Là où ça devient payant, c’est quand on arrête de parler en abstrait. Un agent IA vocal pour PME, ce n’est pas un jouet de laboratoire. Il doit comprendre ton monde à toi. Si tu tiens un garage, tes appels ne ressemblent pas à ceux d’un salon. Si tu tiens un salon, tes clients ne parlent pas comme ceux d’un resto de quartier. Avec keyterms, on peut enfin préparer le moteur au vrai terrain.
Exemple de brief pour un garage:
- change d'huile
- minoune
- starter
- pneus d'hiver
- rendez-vous matinal
- mise au point
Ce n’est pas juste une liste cute. C’est un biais de compréhension. Quand le client dit: « J’pense que l’starter de ma minoune est en train de lâcher », le moteur a plus de chances de sortir une transcription utile au lieu d’un ramassis de syllabes. Et là, l’agent peut poser la vraie question de suivi: « Est-ce que le véhicule ne démarre plus du tout, ou il démarre une fois sur deux? »
Mini-cas 1: garage à Trois-Rivières
Avant la mise à jour, un appel typique donnait quelque chose comme: « Bonjour j’aimerais booker un rendez-vous pour ma camerie, je pense que le starter fait défaut ». Le mot Camry ratait, booker était parfois conservé mais pas exploité, puis starter partait de travers. Résultat: l’agent ne reliait pas l’intention au bon type de service et transférait inutilement.
Avec keyterms, on pousse Camry, starter, rendez-vous, pneus d'hiver, change d'huile. D’un coup, la transcription devient assez propre pour que l’agent demande les bonnes infos: année du véhicule, urgence, plage horaire, numéro de téléphone. Pas glamour. Juste utile. C’est ça qu’une PME veut.
Mini-cas 2: salon à Sherbrooke
Une cliente appelle et dit: « Salut, j’veux booker un balayage avec Mélanie samedi matin si y’a d’la place ». Sans contexte, le moteur peut hésiter entre balayage comme technique capillaire et le mot ordinaire. Il peut aussi mal capter le prénom ou le moment demandé.
Avec keyterms configurés pour le salon — balayage, Mélanie, coupe femme, retouche racine, samedi matin — le système comprend que ce n’est pas une demande vague. C’est une réservation pour un service précis, avec une employée précise, dans un créneau précis. Si on active noVerbatim, on enlève aussi le bruit du genre « euh », « ben », « genre », ce qui aide la couche de réservation derrière.
Le même principe s’applique à un resto. Si tu sers des plats avec des noms particuliers, si ton quartier a des noms de rues souvent mal reconnus, si tes clients alternent entre français et anglais, les keyterms donnent au moteur une base de repères. Après, il faut tester pour vrai. Pas juste faire un test dans un bureau silencieux. Ça, on en parle ici: tester avant déploiement.
Les limites — parce que non, ce n’est pas magique
On va le dire franchement: keyterms ne corrige pas tout. C’est une grosse amélioration, pas une baguette magique. Si quelqu’un appelle d’une zone avec ligne pourrie, radio ouverte dans le char, moteur qui tourne, enfant qui crie en arrière, tu vas encore avoir du déchet audio. Aucun fournisseur ne bat la physique.
Les très gros accents régionaux restent durs. Un appel du Saguenay ou de certaines zones de la Gaspésie, surtout avec débit rapide et vocabulaire local serré, peut encore faire trébucher le moteur. Même avec de bons keyterms, si la prononciation s’éloigne trop de ce que le modèle a déjà vu, il va parfois choisir un voisin phonétique incorrect.
Le code-switching FR↔EN demeure imparfait aussi. Quelqu’un qui dit: « J’voudrais booker un oil change pis checker mon starter before Friday », ça reste un défi. Oui, le système peut mieux survivre avec les bons termes injectés. Non, il ne devient pas parfait du jour au lendemain.
Autre point honnête: il peut y avoir une légère hausse de latence selon le pipeline, la façon dont tu pousses le contexte et ce que tu fais ensuite avec la transcription. Pour un agent vocal, quelques centaines de millisecondes de plus peuvent se sentir si l’orchestration est mal faite. C’est pour ça que l’intégration compte autant que le moteur lui-même.
Bref: c’est mieux. Clairement mieux. Mais il faut encore concevoir, tester, ajuster et monitorer en production.
Pourquoi ça change le calcul pour les PME du Québec
Avant cette mise à jour, beaucoup de PME d’ici étaient prises dans un faux choix plate. Soit tu prenais un agent vocal qui parlait bien, avec une belle voix naturelle, mais qui comprenait mal les vrais appels québécois. Soit tu gardais un humain à la réception à 28$/h ou plus, avec les pauses, les heures mortes, les appels manqués le soir, puis la difficulté à staffer.
Maintenant, le ratio coût/qualité commence à basculer pour vrai. Pas parce que l’IA est soudainement parfaite. Parce qu’on a enfin un moyen concret de réduire l’écart entre la parole réelle des clients québécois et la transcription exploitable par le système. Quand tu combines keyterms, noVerbatim, une bonne base de connaissances, des prompts propres et des intégrations correctes au CRM ou au calendrier, tu obtiens quelque chose de beaucoup plus sérieux qu’un gadget de salon techno.
C’est exactement là que TECHMA entre en jeu. Nous, on ne te garroche pas un dashboard en disant « arrange-toi ». On configure tout: les keyterms, les prompts, les scénarios d’appel, les intégrations, les tests de charge, les exceptions, les transferts humains. Parce qu’un agent IA vocal en français québécois, ça ne se déploie pas en mode self-service si tu veux quelque chose qui tient la route.
Le vrai changement, c’est ça: pour une PME du Québec, l’agent vocal devient enfin une option réaliste pour absorber les appels répétitifs sans avoir l’air fou au téléphone.
TECHMA configure tout. Toi, tu réponds moins au téléphone.
On ne vend pas un logiciel. On déploie une solution complète configurée pour ton secteur, ton vocabulaire, tes clients, puis tes vraies contraintes d’opération. Garage, salon, clinique, resto, concessionnaire — on adapte l’agent à ton monde, pas l’inverse.
Si tu veux voir ce que agent IA vocal français québécois peut donner quand c’est bien monté, on peut te montrer une démo de 30 minutes. Pas une démo fake avec des appels parfaits. Une vraie discussion sur ton cas, tes mots, tes intégrations, puis ce que la mise à jour ElevenLabs d’avril 2026 change concrètement pour toi.
Réserve une démo gratuite de 30 minutes avec TECHMA. On s’occupe du set-up, de l’intégration, des tests, puis du fine-tuning. Toi, tu récupères des appels que tu perdais.