---
title: "IA Vocale Souveraine 🇫🇷🇪🇺 | Micdrop"
description: "Micdrop permet de construire une solution d'IA vocale entièrement souveraine, en combinant des fournisseurs d'IA français et européens."
url: "https://micdrop.dev/docs/providers/sovereign-voice-ai"
---

# IA Vocale Souveraine 🇫🇷🇪🇺

Micdrop permet de construire une solution d’**IA vocale entièrement souveraine**, en combinant des fournisseurs d’IA français et européens. Avec une région ou un point de terminaison européen pour chaque brique, les données restent dans l’Union européenne.

## Pourquoi une IA vocale souveraine ?

### Souveraineté des données

Les solutions vocales classiques (OpenAI, Google, etc.) font transiter vos données par des serveurs américains, soumis au [Cloud Act](https://fr.wikipedia.org/wiki/CLOUD_Act). Pour les entreprises européennes, les administrations, la santé, ou l’éducation, cela pose des problèmes majeurs :

*   **Conformité RGPD** : les données vocales sont des données personnelles sensibles
*   **Confidentialité** : les conversations peuvent contenir des informations stratégiques
*   **Dépendance technologique** : dépendre d’un fournisseur non-européen crée un risque géopolitique

### La stack souveraine française

Micdrop intègre nativement trois fournisseurs français qui couvrent l’ensemble de la chaîne vocale :

Composant

Fournisseur

Rôle

**Agent (LLM)**

[Mistral](/docs/agents/mistral)

Modèle de langage français de classe mondiale

**Speech-to-Text**

[Gladia](/docs/speech-to-text/gladia), [Mistral](/docs/speech-to-text/mistral) ou [Gradium](/docs/speech-to-text/gradium)

Transcription en temps réel, plusieurs options françaises

**Text-to-Speech**

[Gradium](/docs/text-to-speech/gradium) ou [Mistral](/docs/text-to-speech/mistral)

Synthèse vocale naturelle avec des voix françaises

Ces trois entreprises françaises sont conformes au RGPD et traitent les données en Europe dès que vous choisissez leur région ou leur point de terminaison européen.

Pour la transcription (STT), vous avez le choix entre trois fournisseurs souverains :

*   **Gladia** : plus de 90 langues, excellent en français, vocabulaire personnalisable
*   **Mistral** (Voxtral 3) : transcription temps réel en plus de 40 langues, via le même fournisseur que l’agent, sur le point de terminaison global de Mistral, sans garantie de traitement en Europe
*   **Gradium** : transcription temps réel via le même fournisseur que la synthèse vocale

Pour la synthèse vocale (TTS), deux fournisseurs souverains sont intégrés :

*   **Gradium** : voix françaises en streaming, avec une région `eu`. L’article [text-to-speech français souverain avec Gradium](/blog/gradium-text-to-speech-souverain) montre comment régler la voix et ce que coûte un secours qui reste en Europe les jours de panne.
*   **Mistral** (Voxtral Speech 3) : plus de 35 langues, quatre voix françaises prêtes à l’emploi, clonage de voix à partir de quelques secondes d’audio, à 13 $ le million de caractères

Pour que la voix ne quitte pas du tout votre serveur, [Phonon](/docs/text-to-speech/phonon), le modèle embarqué de Gradium, tourne directement dans le processus Node, sur le CPU, avec quinze voix françaises. Son modèle français est réservé à un usage non commercial.

Mistral peut ainsi tenir toute la chaîne avec une seule clé API : Voxtral 3 transcrit, un modèle Mistral répond et Voxtral Speech 3 parle. Gradium regroupe de son côté la transcription et la synthèse. Dans les deux cas, vous avez moins de fournisseurs à gérer. Pour choisir entre le SDK Voice Agents de Mistral, un client WebSocket maison et un pipeline Micdrop, l’article (en anglais) qui explique comment [construire un agent vocal Mistral avec Voxtral 3](/blog/mistral-voice-agent-voxtral-3) compare les trois approches.

Mistral garantit une inférence en Europe uniquement sur son point de terminaison `api.eu.mistral.ai`. `MistralTTS` s’y connecte avec l’option `baseUrl`, alors que `MistralAgent` et `MistralSTT` appellent le point de terminaison global. Pour [monter un agent vocal IA souverain](/blog/agent-vocal-ia-souverain), faites passer l’agent par `@micdrop/ai-sdk` avec un modèle Mistral configuré sur `api.eu.mistral.ai`, ou hébergez des modèles open source chez vous.

## Mise en place

### Installation

```bash
npm install @micdrop/server @micdrop/web @micdrop/ai-sdk @ai-sdk/mistral @micdrop/mistral @micdrop/gladia @micdrop/gradium
```

### Configuration du serveur

```typescript
import { createMistral } from '@ai-sdk/mistral'
import { AiSdkAgent } from '@micdrop/ai-sdk'
import { MicdropServer } from '@micdrop/server'
import { GladiaSTT } from '@micdrop/gladia'
import { GradiumTTS } from '@micdrop/gradium'

// Point de terminaison européen de Mistral, inférence garantie dans l'UE
const mistralEu = createMistral({
  apiKey: process.env.MISTRAL_API_KEY,
  baseURL: 'https://api.eu.mistral.ai/v1',
})

// Agent conversationnel avec Mistral
const agent = new AiSdkAgent({
  model: mistralEu('mistral-large-latest'),
  systemPrompt: 'Tu es un assistant vocal en français. Réponds de manière concise et naturelle.',
})

// Reconnaissance vocale avec Gladia
const stt = new GladiaSTT({
  apiKey: process.env.GLADIA_API_KEY || '',
  settings: {
    language_config: {
      languages: ['fr'],
    },
  },
})

// Synthèse vocale avec Gradium
const tts = new GradiumTTS({
  apiKey: process.env.GRADIUM_API_KEY || '',
  voiceId: 'YOUR_FRENCH_VOICE_ID',
  region: 'eu',
})

// Assembler le tout avec MicdropServer
new MicdropServer(socket, {
  agent,
  stt,
  tts,
})
```

💡 Autres options de transcription

La transcription est aussi disponible avec `MistralSTT` (`@micdrop/mistral`) et `GradiumSTT` (`@micdrop/gradium`). Il suffit de remplacer l’instance `stt`, par exemple pour tout regrouper chez Mistral :

```typescript
import { MistralSTT } from '@micdrop/mistral'

const stt = new MistralSTT({
  apiKey: process.env.MISTRAL_API_KEY || '',
})
```

`MistralSTT` appelle le point de terminaison global de Mistral, où Mistral ne s’engage sur aucun lieu d’exécution. Gardez Gladia ou Gradium quand la transcription doit rester en Europe.

💡 Autre option de synthèse vocale

`MistralTTS` (`@micdrop/mistral`) remplace `GradiumTTS` avec Voxtral Speech 3, sur le point de terminaison européen de Mistral :

```typescript
import { MistralTTS } from '@micdrop/mistral'

const tts = new MistralTTS({
  apiKey: process.env.MISTRAL_API_KEY || '',
  voiceId: 'voice_592', // Marie, voix française
  baseUrl: 'https://api.eu.mistral.ai',
})
```

### Configuration du client

```typescript
import { MicdropClient } from '@micdrop/web'

const client = new MicdropClient({
  url: 'wss://votre-serveur.fr/micdrop',
})

// Démarrer la conversation vocale
await client.start()
```

## Cas d’usage

### Administration et service public

Les services publics français peuvent déployer des assistants vocaux conformes aux exigences de l’ANSSI et de la CNIL, sans aucune dépendance aux GAFAM.

### Santé

Les données de santé nécessitent un hébergement HDS (Hébergeur de Données de Santé). Avec une stack souveraine, les données vocales des patients restent dans l’Union européenne.

### Entreprises

Protégez vos données stratégiques et assurez la conformité RGPD sans compromis sur la qualité de l’IA.

### Éducation

Offrez aux établissements scolaires des outils d’IA vocale sans exposer les données des élèves à des entreprises extra-européennes.

## Avantages de cette approche

*   **Données dans l’UE** : toute la chaîne de traitement reste en Europe quand la transcription passe par Gladia ou Gradium, l’agent par le point de terminaison européen de Mistral et la voix par une région ou un point de terminaison européen
*   **Conformité RGPD native** : pas de transfert de données vers des pays tiers
*   **Latence réduite** : les serveurs européens sont plus proches de vos utilisateurs
*   **Qualité française** : Mistral, Gladia et Gradium sont spécialement optimisés pour le français
*   **Open-source** : Micdrop est MIT, vous gardez le contrôle total de votre infrastructure
*   **Interchangeable** : grâce à l’architecture modulaire de Micdrop, vous pouvez remplacer n’importe quel composant à tout moment
