Apna atteint 7,5 millions de minutes d'entretiens IA avec ElevenLabs

En Inde, la préparation aux entretiens est depuis longtemps défaillante : générique, déconnectée et inaccessible à la plupart des candidats.

Apna, première plateforme indienne de recherche d'emploi et de carrière, a voulu changer cela en faisant de chaque entretien blanc une expérience réaliste, personnalisée selon le poste, l'entreprise et le candidat.

Avec plus de 60 millions d'utilisateurs, plus de 10 000 entreprises et plus de 30 000 postes, la vision d'Apna exigeait davantage que des modules de formation. Elle nécessitait de véritables conversations, avec un rythme réaliste, de l'empathie et une expertise métier, à très grande échelle.

Pour y parvenir, Apna a conçu l'un des écosystèmes d'entretiens IA les plus avancés, propulsé par Text to Speech d'ElevenLabs et Blue Machines, sa plateforme d'orchestration vocale. Ensemble, ces systèmes ont réalisé plus de 1,5 million d'entretiens IA, soit 7,5 millions de minutes de voix, avec une latence inférieure à 300 ms.

Pourquoi Apna a choisi ElevenLabs

Pour que les simulations d'entretien paraissent naturelles, qualité vocale et réactivité sont indissociables. Le moindre délai audible ou ton robotique rompt l'immersion et la confiance.

Apna a choisi ElevenLabs pour trois raisons essentielles :

• Streaming à faible latence : la lecture des réponses commence en 150 à 180 ms.
• Capacités multilingues : synthèse fluide en anglais indien, en hindi et dans les échanges mêlant plusieurs langues.
• Nuance émotionnelle : une modulation du ton qui reflète l'empathie et l'exigence humaines.

Ces qualités permettent à Apna de préserver le rythme d'une conversation réelle tout en conservant sa crédibilité émotionnelle à grande échelle.

Orchestrer un réalisme humain en temps réel, à grande échelle 

Pour rendre ces entretiens réalistes possibles, Apna devait relever un défi d'orchestration complexe. Proposer un entretien blanc crédible ne se limite pas à un dialogue scénarisé : cela exige une synchronisation précise de la voix, de la latence, de l'empathie et du contexte, le tout fonctionnant harmonieusement à la vitesse des machines.

Chaque entreprise mène ses entretiens différemment. Un chef de produit peut être évalué sur son raisonnement à partir de métriques ; un chargé de crédit bancaire, sur sa logique de conformité ; et le responsable d'une plateforme e-commerce, sur l'optimisation des itinéraires.

En coulisses, Blue Machines, la plateforme d'orchestration d'Apna, a créé un graphe de génération augmentée par récupération (RAG) pour chaque combinaison poste × entreprise : 

● Plus de 10 000 entreprises × 50 à 100 postes = environ 500 millions de micro-modèles. 
● Chaque modèle s'appuie sur des grilles d'évaluation, un ton et un vocabulaire propres à l'entreprise.

Apna a intégré le Text to Speech en streaming d'ElevenLabs directement à sa boucle conversationnelle. Chaque échange commence par la voix du candidat, traitée par des modèles multilingues d'ASR et de NLU. La logique du workflow évalue ensuite l'intention, l'émotion et le contexte, récupère les données métier les plus pertinentes, compose la question suivante et la restitue via ElevenLabs, le tout en environ 300 millisecondes de bout en bout.

« Chaque réponse synthétisée commence à être lue en environ 150 à 180 ms, grâce aux API à faible latence d'ElevenLabs intégrées directement à la couche d'orchestration d'Apna et de Blue Machines », explique Abhishek Ranjan, CTO d'Apna.

Autour de 300 ms, le cerveau humain perçoit la parole comme continue plutôt que retardée : c'est le seuil à partir duquel le réalisme commence véritablement. 

Le résultat est un système qui allie précision technique et profondeur émotionnelle. Des milliers d'entretiens se déroulent simultanément en anglais indien, en hindi et dans des échanges mêlant plusieurs langues, chacun préservant le rythme, l'empathie et la crédibilité d'un véritable échange humain.

L'impact à grande échelle

Élargir l'accès aux opportunités

Un candidat de 24 ans, originaire de Pune en Inde, témoigne :

L'intervieweur IA connaissait mon CV, passait du hindi à l'anglais et me mettait au défi comme un véritable jury de la banque HDFC. J'ai décroché le poste à ma tentative suivante.

Pour la première fois, les candidats peuvent s'entraîner à des entretiens vraiment réalistes, adaptés à leur CV, à l'entreprise et au poste dont ils rêvent.

AI Interview Prep d'Apna montre comment la technologie vocale peut démocratiser les opportunités, en offrant à des millions de candidats le niveau de préparation autrefois réservé à quelques privilégiés.

Pour beaucoup, s'entraîner avec un intervieweur réaliste permet de gagner en confiance avant leur premier entretien avec un humain.

En combinant voix en temps réel, contexte adaptatif et empathie, Apna a transformé la préparation en participation, offrant à chacun, quels que soient son parcours ou sa langue, les mêmes chances de réussir.

Ouvrir la prochaine frontière de l'apprentissage

AI Interview Prep d'Apna définit la prochaine génération d'apprentissage et d'entretiens propulsés par l'IA.

Des voix réalistes et réactives, propulsées par l'API Text to Speech d'ElevenLabs, permettent aux candidats de bénéficier de retours personnalisés, d'un rythme naturel et d'une aisance bilingue qu'un entraînement textuel ne pourrait jamais offrir.

Grâce à cette collaboration, Apna a redéfini l'apprentissage à grande échelle, démontrant que l'IA vocale peut élargir les opportunités humaines, et non les remplacer.

Le succès d'Apna montre comment une voix haute fidélité peut transformer l'éducation, l'employabilité et l'accès aux opportunités à l'échelle nationale.

Si vous développez des outils d'apprentissage conversationnels, des intervieweurs IA ou tout système où le réalisme et l'empathie comptent, découvrez ce qui est possible avec ElevenLabs Conversational Agents Platform.