Tous les articles
Hackathon1er prix

Un bot WhatsApp à qui l'on peut parler

Deuxième édition, deuxième victoire : en 48 heures, l'équipe Codeur Pro a construit un bot vocal qui écoute, comprend et répond à voix haute.

par Vidhal Elame
ÉvénementHackathon Bafoka 2025 · 2e édition
Datenov. 2025
ÉquipeCodeur Pro
Résultat1er prix · 1 000 $

Le défi

Construire un bot WhatsApp vocal capable d'interpréter, de comprendre et de répondre à voix haute : le thème fixé par les organisateurs, ActivSpaces, avec le soutien de GFA Consulting Group et de la GIZ.

Trois mois plus tôt, à la première édition, nous avions gagné avec BAFOKA-Market, une marketplace dans WhatsApp. Cette fois, le sujet allait un cran plus loin : plus de texte du tout.

Pourquoi la voix

Un bot qui écrit suppose que la personne en face lit et tape sans effort. Ce n'est pas toujours vrai. Beaucoup de gens sont plus à l'aise à l'oral qu'à l'écrit, et sur WhatsApp, le message vocal est déjà un réflexe : on appuie, on parle, on relâche.

Un bot vocal s'adresse à ces personnes dans leur façon de faire. Il ne leur demande pas d'apprendre un menu ni de taper un mot-clé. Elles posent leur question comme elles la poseraient à quelqu'un.

Ce que nous avons construit

Un bot qui fonctionne en français et en anglais, autour de trois étapes :

  • une interprétation vocale fluide ;
  • une compréhension du contexte ;
  • une réponse dans une voix naturelle.

L'objectif : l'IA vocale et l'accessibilité numérique pour celles et ceux qui préfèrent parler plutôt qu'écrire.

Le trajet d'un message vocal

Voici, dans les grandes lignes, ce qui se passe entre le moment où quelqu'un parle et celui où le bot lui répond.

  1. WhatsApp reçoit la note vocale et la transmet au bot.
  2. Un service en Python, avec Flask, récupère le fichier audio.
  3. Whisper le transcrit en texte. C'est lui qui reconnaît les mots, et aussi la langue : la même personne peut parler français un jour et anglais le lendemain, sans rien régler.
  4. Botpress prend le texte et tient la conversation. Il sait ce qui a été dit juste avant, ce qui permet de répondre à « et le prix ? » sans faire répéter de quoi on parle.
  5. La réponse est transformée en voix, dans la langue de la question.
  6. Le bot la renvoie sur WhatsApp, sous forme de message vocal.

Aucune de ces étapes n'est sorcière prise seule. Le travail, c'est de les enchaîner sans que la personne ait l'impression d'attendre une machine.

Ce qui rend la voix difficile

Le délai. Chaque étape ajoute du temps. À l'écrit, trois secondes passent inaperçues. À l'oral, un silence de trois secondes donne l'impression que rien ne marche. Il faut donc des réponses courtes, et accuser réception tout de suite.

Le bruit. Une note vocale s'enregistre dans la rue, au marché, dans un taxi. La transcription n'est jamais parfaite. Le bot doit savoir dire « je n'ai pas bien compris, pouvez-vous répéter ? » plutôt que répondre à côté avec assurance.

Les deux langues. Reconnaître le français ou l'anglais ne suffit pas : la réponse doit revenir dans la même langue, avec une voix qui sonne juste dans cette langue.

La mémoire. Une conversation orale est pleine de sous-entendus. Sans le contexte des messages précédents, le bot redemande tout à chaque fois, et la personne abandonne.

Le podium

1er prix : Codeur Pro. 2e : Team-Z. 3e : Gravity Falls.

Merci

Au jury pour ses retours structurés, qui nous poussent déjà plus loin.

Deux éditions, deux premières places, et un fil commun : partir de l'outil que les gens ont déjà dans la poche. Dix jours plus tard, nous étions au Hackathon Genuka avec GestAvi.