La détection de répondeur, ou AMD (answering machine detection), est la technologie qui analyse les premières secondes d’un appel sortant décroché pour décider qui a répondu : une personne, une messagerie vocale, un fax ou un serveur automatique. Un composeur s’en sert pour ne passer au commercial que les décrochés humains, et pour libérer la ligne ou déposer un message dans tous les autres cas.
On parle aussi de détection de voix humaine ou de filtrage des messageries. Cet article explique comment elle fonctionne, où elle se trompe, ce qu’elle coûte en délai, et pourquoi elle est indispensable dès qu’on compose plusieurs numéros à la fois.
Qu’est-ce que la détection de répondeur, exactement ?
Quand un appel sortant est décroché, le réseau téléphonique signale seulement que quelque chose a répondu. Il ne dit pas quoi. Une personne, une messagerie mobile, la boîte vocale d’un poste fixe, un serveur vocal interactif ou un fax déclenchent tous le même signal de décroché.
La détection de répondeur comble ce vide. Elle écoute le début de l’appel et rend un verdict, que les fournisseurs nomment presque tous de la même façon :
| Verdict | Ce qui a répondu | Ce que fait le composeur |
|---|---|---|
| Humain | Une personne | Met en relation avec le commercial |
| Machine | Messagerie vocale, répondeur | Libère la ligne ou dépose un message |
| Fax | Un télécopieur | Libère la ligne, marque le numéro |
| Incertain | Signal ambigu, délai dépassé | Selon le réglage, souvent traité comme un humain |
Verdicts documentés par Twilio (human, machine_start, fax, unknown), Asterisk (HUMAN, MACHINE, NOTSURE) et Telnyx (human, machine, not_sure), relevé le 5 novembre 2026.
Telnyx recommande de traiter le verdict « incertain » comme si un humain avait répondu : passer une messagerie au commercial coûte quelques secondes, raccrocher au nez d’un prospect coûte une conversation.
Comment fonctionne la détection classique, par cadence et silences ?
La méthode historique ne comprend pas ce qui est dit. Elle mesure quand on parle et combien de temps. Elle repose sur une observation simple : une personne qui décroche dit un mot ou deux, puis se tait pour laisser l’appelant parler. Une messagerie, elle, déroule une annonce de plusieurs secondes sans attendre de réponse.
Le module AMD d’Asterisk, l’autocommutateur libre sur lequel reposent de nombreux composeurs, rend ces règles très lisibles. Voici ses réglages par défaut, tels que publiés dans son fichier de configuration :
| Paramètre Asterisk | Valeur par défaut | Règle |
|---|---|---|
| Silence initial maximal | 2 500 ms | Si personne ne parle pendant 2,5 s, verdict machine |
| Longueur maximale de l’accueil | 1 500 ms | Une phrase d’accueil plus longue, verdict machine |
| Silence après l’accueil | 800 ms | Si l’accueil est suivi de 0,8 s de silence, verdict humain |
| Nombre maximal de mots | 2 | Au-delà de 2 mots dans l’accueil, verdict machine |
| Temps d’analyse total | 5 000 ms | Au-delà de 5 s sans conclusion, verdict incertain |
Source : fichier amd.conf.sample du projet Asterisk, relevé le 5 novembre 2026.
Twilio, l’un des principaux fournisseurs de téléphonie programmable, décrit le même principe : son AMD « isole la parole humaine et mesure les périodes de parole et de silence dans l’accueil ». Ses réglages par défaut sont un peu plus tolérants : une parole de plus de 2,4 secondes fait pencher vers la machine, et 1,2 seconde de silence après la parole fait conclure à un humain.
Son défaut : elle juge un comportement, pas une voix. Tout humain qui parle comme une machine, et l’inverse, la trompe.
Qu’apportent les modèles d’IA à la détection de voix humaine ?
Les systèmes récents ne se contentent plus de chronométrer les silences. Ils analysent le contenu sonore : timbre, qualité d’enregistrement, intonation, bruits de fond, présence d’un bip, et parfois les mots eux-mêmes grâce à la reconnaissance vocale. Un modèle entraîné sur des appels réels reconnaît une annonce même courte, et une personne même quand elle se présente longuement.
Une équipe de chercheurs a publié en 2024 sur arXiv une approche fondée sur un réseau de neurones récurrent, qui traite le flux audio en temps réel. Elle rapporte plus de 96 % de précision sur son jeu de test, et plus de 98 % en y ajoutant une étape de détection de silence. Telnyx propose de son côté un mode « premium » qui combine reconnaissance vocale et apprentissage automatique, et qui distingue même un humain décroché chez un particulier d’un humain décroché en entreprise.
Faux humain, fausse machine : quelles erreurs commet l’AMD ?
Parler de « faux positifs » et de « faux négatifs » crée vite des confusions, parce que tout dépend de ce qu’on appelle positif. Twilio emploie deux termes plus clairs, que nous reprenons ici.
| Erreur | Ce qui se passe | Conséquence |
|---|---|---|
| Faux humain | Une messagerie est classée comme une personne | Le commercial entend une annonce enregistrée, raccroche, perd quelques secondes |
| Fausse machine | Une personne est classée comme une messagerie | Le prospect décroche, la ligne est libérée ou un message lui est diffusé : la conversation est perdue |
Ces deux erreurs n’ont pas le même coût : une fausse machine gaspille un prospect qui avait décroché, la chose rare que le composeur est censé produire. Sur une liste B2B où une petite minorité des numéros composés décroche (voir nos benchmarks de taux de décroché), chaque fausse machine pèse lourd.
Le problème est que les deux erreurs varient en sens inverse, ce que la documentation de Twilio dit en toutes lettres :
- Allonger la durée de parole tolérée réduit les fausses machines sur les longs accueils d’entreprise, mais ralentit la détection des messageries ; la raccourcir fait l’inverse.
- Allonger le silence attendu après la parole aide sur les messageries courtes, mais retarde la détection des humains : passer de 1 200 à 2 500 ms ajoute environ 1,3 seconde de délai, selon l’exemple de Twilio.
Il n’existe donc pas de réglage parfait, seulement un arbitrage. Pour la prospection B2B, l’arbitrage raisonnable consiste presque toujours à protéger les humains : mieux vaut que le commercial tombe de temps en temps sur une messagerie que de perdre un prospect qui avait répondu.
Combien de temps la détection ajoute-t-elle à la mise en relation ?
C’est le coût caché de l’AMD. Pour conclure qu’une personne a répondu, le système doit l’entendre parler, puis se taire. Ce silence est par définition un temps où le prospect attend.
C’est le blanc que tout le monde a vécu : on dit « Allô ? », et rien pendant une ou deux secondes. Plus il est long, plus le prospect devine le composeur automatique, et plus l’ouverture est compromise.
Pour le réduire : un moteur qui conclut vite sur les décrochés courts, une mise en relation rapide une fois le verdict rendu, et un commercial prêt à parler à la seconde où l’appel arrive. Nous détaillons ces réglages dans nos bonnes pratiques du parallel dialer.
Quel est le lien avec le dépôt de message vocal ?
Le dépôt automatique d’un message vocal préenregistré, parfois appelé voicemail drop, est la suite logique de la détection. Une fois établi qu’une messagerie a répondu, le composeur peut y diffuser un message enregistré à l’avance, pendant que le commercial passe à l’appel suivant.
Mais déposer un message demande une deuxième détection : celle de la fin de l’annonce. Si le message part pendant que la messagerie parle encore, son début est perdu et le prospect entend une phrase coupée. Les fournisseurs proposent pour cela des modes dédiés : Twilio renvoie une fin de message détectée « par le bip », « par le silence » ou « autre » ; Telnyx propose une détection du bip et une détection de fin d’annonce par silence prolongé.
Une fausse machine y est plus visible qu’ailleurs : le prospect qui a décroché entend un message enregistré qui ne lui laisse pas la parole. Raison de plus pour régler la détection du côté prudent.
Pour le contenu du message lui-même, reportez-vous à notre guide pour laisser un message vocal en prospection, à nos conseils sur le message vocal en prospection B2B et à nos templates de message vocal.
Pourquoi l’AMD est-elle indispensable dans un parallel dialer ?
Un parallel dialer compose plusieurs numéros à la fois pour un seul commercial et lui passe le premier qui décroche. Dès que ce premier décroché est mis en relation, les autres lignes du tour sont annulées pendant qu’elles sonnent encore, et les prospects concernés voient un appel en absence.
Sans détection, ce mécanisme ne tient pas : la première chose qui « décroche » serait souvent une messagerie, passée au commercial pendant que les autres lignes, peut-être celle d’une vraie personne, seraient annulées.
Avec la détection, chaque ligne décrochée est classée en temps réel. Trop de faux humains, et le commercial est interrompu par des messageries alors que les autres lignes ont été annulées pour rien. Trop de fausses machines, et des prospects qui avaient décroché sont perdus sans que personne ne s’en aperçoive. Un délai trop long, et ils ont déjà raccroché.
Le nombre de lignes ne fait donc pas tout : en ouvrir plus multiplie les décrochés à classer et les appels annulés. Nous montrons dans combien de lignes ouvrir en simultané pourquoi 4 lignes suffisent pour la plupart des listes B2B. Pour comparer les outils qui combinent multiligne et détection, voyez notre comparatif des meilleurs parallel dialers.
Messageries d’entreprise ou mobiles : pourquoi la précision varie-t-elle ?
Toutes les messageries ne se ressemblent pas, et toutes les personnes ne décrochent pas de la même façon.
| Situation | Piège pour la détection | Erreur probable |
|---|---|---|
| Personne qui décroche en entreprise : « Société Dupont, Claire à l’appareil, bonjour » | Accueil long, plusieurs mots, sans pause | Fausse machine |
| Messagerie mobile courte : « C’est Paul, laissez un message » | Annonce brève, suivie d’un silence avant le bip | Faux humain |
| Standard ou serveur vocal d’entreprise : « Tapez 1 pour… » | Ni humain ni messagerie personnelle | Classement variable selon les outils |
| Personne qui décroche et se tait, ou dans un lieu bruyant | Silence initial long, ou bruit pris pour de la parole | Fausse machine, ou verdict incertain |
| Filtrage des appels inconnus sur smartphone | Un assistant vocal répond à la place de la personne | Machine, alors que la personne aurait pu prendre l’appel |
Le cas des accueils d’entreprise est le plus coûteux en B2B : une personne qui décroche en annonçant la société et son nom parle souvent plus de deux secondes sans pause, le profil type d’une messagerie pour un moteur qui chronomètre. Sur les standards et serveurs vocaux, il n’y a personne à joindre directement, et le bon comportement dépend de ce que vous voulez faire de ces numéros.
Le dernier cas est récent. Depuis iOS 26, l’iPhone peut filtrer les numéros inconnus : l’appelant doit donner son nom et le motif de son appel avant que le téléphone ne sonne, selon Apple. Pour un composeur, c’est une voix automatique qui répond, et Telnyx a ajouté un mode de détection dédié. Un moteur de détection doit donc être entretenu, pas seulement installé.
Quelles sont les limites de la détection de répondeur ?
L’AMD est une aide, pas une garantie. Trois limites sont à garder en tête, en plus du délai vu plus haut.
Aucune précision n’est de 100 %. Même les meilleurs modèles publiés se trompent sur quelques appels sur cent, soit des dizaines de prospects mal classés sur des milliers d’appels par mois.
La précision se mesure sur vos appels. Mobiles ou fixes, langue, pays, part de standards et heure d’appel changent les résultats. Écoutez régulièrement un échantillon d’enregistrements classés « machine » : c’est le seul moyen de repérer les fausses machines, qui sont invisibles autrement.
La détection ne remplace pas une liste propre. Un fichier rempli de standards, de lignes mortes ou de mobiles hors cible produira beaucoup de verdicts « machine », quel que soit le moteur.
Comment Skipcall gère-t-il la détection de messagerie ?
Le power dialer et le parallel dialer de Skipcall intègrent une détection de messagerie par IA. Elle reconnaît les messageries vocales avec 95 % de précision annoncée, ainsi que les numéros invalides et les standards. Quand ce n’est pas une personne, la ligne est libérée sans que le commercial entende l’annonce, et la composition continue. Le premier décroché humain est passé au commercial, et les autres lignes du tour sont annulées.
La même détection déclenche le dépôt de message vocal : un message préenregistré, ou un SMS selon le réglage de la séquence, est déposé automatiquement une fois la messagerie atteinte, pendant que le commercial passe à l’appel suivant. L’appel est passé normalement et le téléphone du contact sonne : il ne s’agit pas de déposer un message sans faire sonner la ligne. Le message déposé rejoint la fiche du contact, puis le CRM (HubSpot, Pipedrive, Salesforce ou Attio).
Le parallel dialer de Skipcall ouvre jusqu’à 4 lignes, il est inclus dans le forfait Starter, à partir de 60 € par mois et par licence en paiement annuel (voir les tarifs).
Skipcall n’est pas le bon choix pour tout le monde. Si vous cherchez un agent vocal qui converse à la place de vos commerciaux, un serveur vocal ou un routage d’appels entrants, Skipcall ne fait rien de tout cela : l’IA y établit qui a répondu et déclenche le dépôt, elle ne tient aucune conversation. Et si votre équipe appelle peu, sur une petite liste de comptes très ciblés, un composeur multiligne avec détection n’est pas forcément utile : notre quiz pour choisir un composeur vous aide à trancher.
Ce qu’il faut retenir
- La détection de répondeur (AMD) décide, sur chaque appel décroché, si c’est une personne, une messagerie, un fax ou un cas incertain, par la cadence des silences ou par des modèles d’IA.
- Faux humain et fausse machine varient en sens inverse. En prospection B2B, protégez les humains : une fausse machine coûte une conversation.
- La détection impose un court délai, de l’ordre d’une à deux secondes avec les réglages publiés, et le dépôt de message vocal en dépend entièrement.
- Dans un parallel dialer, la qualité de la détection compte davantage que le nombre de lignes.
- Mesurez la précision sur vos propres appels, accueils d’entreprise et messageries mobiles compris.
Sources consultées le 5 novembre 2026 : documentation Answering Machine Detection de Twilio ; documentation de l’application AMD d’Asterisk et son fichier amd.conf.sample ; documentation Answering Machine Detection de Telnyx ; K. Altwlkany et al., « A Recurrent Neural Network Approach to the Answering Machine Detection Problem », arXiv, 2024 ; page d’assistance Apple « Gérer les appels inconnus sur iPhone ».
