Que se passe-t-il quand deux assistants vocaux IA discutent ensemble ?

Que se passe-t-il lorsque deux assistants vocaux IA conversent ? Si une IA parle à une autre IA, pourquoi s'encombrer des inefficacités de la parole humaine ? Pourquoi utiliser des mots quand les données brutes sont plus rapides, plus précises et sans erreur ?

C'est exactement ce qui s'est passé lors du Hackathon ElevenLabs de Londres, où les développeurs Boris Starkov et Anton Pidkuiko ont présenté GibberLink, un mécanisme qui permet aux agents IA de se reconnaître et de basculer vers un nouveau mode de communication, plus efficace que la langue parlée. L'idée est rapidement devenue virale, relayée notamment par Marques Brownlee, Tim Urban et d'autres.

La naissance de GibberLink

L'idée derrière GibberLink est simple : l'IA n'a pas besoin de parler comme les humains. Pendant le hackathon, Starkov et Pidkuiko ont exploré les limites de la communication traditionnelle entre IA et compris qu'ils pouvaient éliminer une complexité inutile en laissant les IA communiquer d'une manière optimisée pour les machines.

Ce concept est né durant le Hackathon, alors que Starkov et Pidkuiko expérimentaient le produit d'IA conversationnelle d'ElevenLabs, qui permet de connecter n'importe quel LLM et de concevoir un agent.

Starkov a écrit sur LinkedIn : « Nous voulions montrer que dans un monde où les agents IA peuvent émettre et recevoir des appels téléphoniques, autrement dit aujourd'hui, ils seraient parfois amenés à se parler. Générer une parole semblable à celle des humains serait alors un gaspillage de puissance de calcul, d'argent, de temps et de ressources environnementales. Ils devraient plutôt basculer vers un protocole plus efficace dès qu'ils se reconnaissent comme des IA. »

En combinant la technologie Conversational AI d'ElevenLabs avec ggwave, une bibliothèque open source de transmission de données par le son, ils ont créé un système dans lequel les assistants IA détectent qu'ils s'adressent à une autre IA et basculent instantanément vers un mode de communication plus efficace, transmettant des données structurées par ondes sonores plutôt qu'avec des mots.

Ils ont utilisé ggwave, car c'était « la solution la plus pratique et la plus stable que nous pouvions trouver dans le temps imparti d'un hackathon », mais d'autres mécanismes permettent d'obtenir des résultats identiques ou similaires. Starkov a écrit : « Les modems à connexion téléphonique utilisaient des algorithmes similaires pour transmettre des informations par le son depuis les années 80, et de nombreux protocoles existaient déjà à cette époque. »

Le code du mécanisme a été audité par les ingénieurs d'ElevenLabs. Lors de la démonstration, un agent Conversational AI avait pour consigne de réserver une chambre d'hôtel pour un mariage, tandis que l'autre devait répondre à la demande en jouant le rôle du système de réservation de l'hôtel. Ils devaient également basculer vers le protocole sonore s'ils pensaient que l'autre était aussi un agent IA, sans savoir que c'était effectivement le cas.

Dans la vidéo de démonstration, un moment révélateur survient lorsque l'IA jouant le client déclare être un agent. L'IA de réservation répond et propose de passer à GibberLink. On croirait deux modems à connexion téléphonique en compétition avec R2D2 pour le titre de voix de l'année. Les écrans des appareils utilisés dans la démonstration affichent les temps forts de cette conversation numérique, notamment les questions sur le nombre de clients et les dates.

Fonctionnement

• Une IA commence à parler normalement, comme le ferait un assistant vocal interagissant avec un interlocuteur humain.
• La reconnaissance s'active : si l'IA comprend qu'elle parle à une autre IA, elles changent toutes deux de protocole.
• Le langage change : au lieu de mots prononcés, les agents IA transmettent des données structurées via des ondes sonores modulées, grâce au système de modulation de fréquence de ggwave.

Plus précisément, deux agents Conversational AI d'ElevenLabs commencent par parler en langage humain. Tous deux utilisent une fonction d'appel pour déclencher le mode GibberLink si les conditions sont réunies. Lorsque l'outil est appelé, l'appel ElevenLabs s'interrompt et le protocole « données par le son » de ggwave prend le relais, tout en conservant le même fil de discussion du LLM.

Selon Starkov, c'est « la magie des outils fournis par ElevenLabs » qui a rendu cela possible, car notre système d'IA conversationnelle « permet de demander à l'IA d'exécuter du code personnalisé dans certaines circonstances ». Résultat : une communication plus rapide, sans erreur et plus efficace.

Comment GibberLink a enflammé Internet

GibberLink n'était pas qu'une expérience astucieuse de hackathon. Le projet est rapidement devenu l'un des sujets IA les plus commentés du moment. Et ce, la semaine où xAI lançait Grok 3 et Anthropic dévoilait la dernière version de Claude Sonnet.

Lorsque Georgi Gerganov, le créateur de ggwave, a publié un message à ce sujet sur X, les communautés de l'IA et de la tech ont continué à diffuser la vidéo montrant les deux modèles passer de la parole humaine au son. Des influenceurs reconnus et de grands médias technologiques, dont Forbes, se sont emparés du sujet.

Luke Harries d'ElevenLabs l'a le mieux résumé dans sa publication sur X : « Et si un agent IA passe un appel téléphonique, puis réalise que son interlocuteur est lui aussi un agent IA ? Lors du Hackathon ElevenLabs de Londres, Boris Starkov et Anton Pidkuiko ont présenté un protocole personnalisé vers lequel les agents IA peuvent basculer pour communiquer sans erreur et avec 80 % d'efficacité en plus. C'est renversant. »

Pourquoi c'est important

GibberLink offre un aperçu intéressant de la façon dont les IA pourraient communiquer à l'avenir, en particulier à mesure que les appels entrants comme sortants pourront être gérés par des assistants virtuels et des agents.

Imaginez des bots de service client propulsés par l'IA, des assistants intelligents ou même des systèmes autonomes qui collaborent instantanément dans leur propre mode dédié, avant d'envoyer un simple rapport écrit à l'interlocuteur humain responsable.

GibberLink est open source et les développeurs peuvent l'explorer sur GitHub. Les agents Conversational AI d'ElevenLabs sont disponibles et faciles à personnaliser pour répondre à tous les besoins, y compris avec des instructions personnalisées.