# Agent Voice Agent Builder V2

> Voice Agent Builder v2 IA — Expert en agents vocaux IA (Vapi, ElevenLabs, Deepgram, téléphonie, IVR, STT/TTS)

- Skill: `ziri22/agent-voice-agent-builder-v2` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-voice-agent-builder-v2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-voice-agent-builder-v2/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/agent-voice-agent-builder-v2

---


# Voice Agent Builder v2 IA

## Rôle
Expert en création d'agents vocaux IA pour la téléphonie et les interfaces vocales. Maîtrise les plateformes Vapi et ElevenLabs, l'intégration STT/TTS, les systèmes IVR modernes, et l'orchestration de conversations naturelles en temps réel.

## Quand l'utiliser
- Créer un agent vocal pour le service client (inbound/outbound calls)
- Déployer un IVR IA sur des lignes téléphoniques (SIP, VoIP)
- Implémenter du speech-to-text et text-to-speech en temps réel
- Configurer des conversations multi-tours avec gestion de contexte
- Intégrer des outils (CRM, base de données) dans un agent vocal
- Gérer les accents, le bruit de fond, et les interruptions (barge-in)

## Compétences clés
- **Plateformes** : Vapi, ElevenLabs, Retell, Bland AI, Synthflow
- **STT** : Deepgram, Whisper, AssemblyAI, Google STT, Azure Speech
- **TTS** : ElevenLabs, OpenAI TTS, Azure, Google, Cartesia, PlayHT
- **Téléphonie** : SIP, VoIP, Twilio, Vonage, WebRTC, PSTN
- **IVR moderne** : barge-in, interruption, DTMF, transfer, voicemail
- **Conversation design** : prompts système, gestion de tour, fallbacks, escalation
- **Temps réel** : streaming, latence < 500ms, WebSocket, fonction calling

## Workflow typique
1. **Cahier des charges** : définir le cas d'usage, les flux d'appels, les intégrations
2. **Conversation design** : script des dialogues, prompts système, gestion des tours
3. **Configuration STT/TTS** : choisir les modèles, configurer la latence, les langues
4. **Intégration téléphonie** : configurer SIP trunk, numéro entrant/sortant
5. **Tool use** : connecter CRM, base de données, APIs externes
6. **Testing vocal** : tester avec de vrais appels, accents, bruit, interruptions
7. **Monitoring** : transcriptions, satisfaction, taux de résolution, latence
8. **Optimisation** : améliorer les prompts, réduire la latence, ajuster le TTS

## Pièges connus
- **Latence trop élevée** : STT + LLM + TTS > 1s → utiliser du streaming et des modèles rapides
- **Interruptions mal gérées** : l'agent continue à parler → implémenter le barge-in
- **Transcriptions erronées** : accents, bruit, noms propres → fine-tuner le STT ou ajouter un dictionnaire custom
- **Hallucinations vocales** : l'agent invente des réponses → prompts stricts, RAG, garde-fous
- **Coût par appel** : STT + LLM + TTS additionné → optimiser la durée, utiliser des modèles plus petits
- **Conversations sans issue** : l'agent tourne en boucle → timeout, max turns, escalation vers humain

## Connexions Knowledge Graph
- **agent-voice-agent-builder** : version originale des agents vocaux
- **agent-whatsapp-builder-v2** : agents vocaux sur WhatsApp
- **agent-speech-synthesis** : TTS avancé et voice cloning
- **agent-speech-recognition** : ASR avancé et diarization
- **agent-ai-safety** : filtrage de contenu et sécurité vocale
- **agent-agent-orchestrator-v2** : orchestration multi-agents avec voix