Près de 3 000 auditeurs sur une app qui ne portait pas notre nom

L'intervenant international monte sur la scène d'une convention bancaire italienne, devant plus de trois mille personnes. Le keynote est en anglais. En l'espace de quelques minutes, presque tout le public ouvre l'app de l'événement, sélectionne « italien » et commence à écouter l'interprète dans ses écouteurs.

Le pic atteint 2 970 auditeurs simultanés sur le canal italien. Pas sur l'app Converso, pas sur un second environnement, pas sur un lien séparé : à l'intérieur de l'application mobile du partenaire technologique, avec une intégration white-label basée sur des composants embarquables.

Pour l'utilisateur final, tout semble natif à l'app de l'événement. Aucune seconde app à ouvrir, aucune étape supplémentaire, aucun changement d'expérience. Pour le partenaire, l'intégration reste simple : UI embarquée, streaming, sous-titres, reconnexion, gestion de charge et monitoring temps réel gérés par Converso.

Le Défi

Le scénario était un véritable stress test. Tout le public ouvre simultanément la traduction, à l'intérieur d'une app tierce, en direct, lors d'un événement financier à haute visibilité. Zéro contrôle direct sur l'expérience native de l'app du partenaire, sur les appareils des utilisateurs, sur les conditions réelles du réseau mobile en salle. Zéro tolérance pour le moindre délai, crash, anomalie ou dégradation de qualité. Et zéro marque Converso devant les participants : le groupe bancaire avait commissionné l'événement au partenaire technologique, et l'expérience utilisateur devait rester entièrement la leur.

Converso propose habituellement sa propre WebApp, déjà prête et optimisée pour les événements multilingues. Dans ce cas, cependant, l'événement avait déjà sa propre app officielle développée par le partenaire technologique. Ajouter un second point de contact aurait créé de la friction : une autre app à ouvrir, un autre lien à communiquer, un autre point de confusion possible pour le public.

Le meilleur choix était d'apporter la qualité Converso à l'intérieur de l'expérience que les participants étaient déjà en train d'utiliser.

La Solution

Deux iframes, zéro code de streaming dans l'app du partenaire

Toute l'expérience utilisateur est construite sur deux composants embarquables que Converso fournit sous forme d'iframes entièrement personnalisables : un pour écouter l'audio interprété en temps réel, un pour lire les sous-titres live synchronisés avec l'audio. Le partenaire les a intégrés pixel-perfect dans son app — couleurs, typographie, layout du client bancaire — sans écrire une seule ligne de code de streaming. WebRTC et WebSocket, persistance en arrière-plan mobile, reconnexion, gestion des codecs, fallback réseau : tout reste côté Converso. Le partenaire intègre l'UI ; nous gérons le streaming.

Pour celui qui développe l'app, voilà le point : intégrer veut dire coller deux iframes. Pas devenir ingénieur streaming temps réel pour un événement.

L'interprète entre dans la plateforme depuis un navigateur

Côté régie, le partenaire a utilisé Converso App Broadcaster, le broadcaster web-based de Converso (toutes les manières de publier l'audio vers la WebApp). Aucun matériel dédié en régie, aucun client à installer, aucune compétence technique au-delà de ce que le partenaire a déjà. L'audio de l'interprète entre dans la plateforme Converso depuis un onglet de navigateur. De là, deux flux parallèles partent vers chaque utilisateur connecté : l'audio interprété sur la Converso WebApp embarquée dans l'app du partenaire, et les sous-titres live synchronisés avec cet audio.

Le moment critique : des milliers d'accès en quelques minutes

Le moment le plus délicat a été le démarrage du keynote. Le public a ouvert l'app quasi simultanément et le canal italien est monté rapidement jusqu'à près de 3 000 auditeurs simultanés.

La montée en charge s'est concentrée dans les premières minutes : pas un trafic réparti sur la journée, mais des milliers d'activations alors que le discours était déjà entamé. C'est ce qui a rendu le cas particulièrement intéressant du point de vue infrastructure.

Chaque participant recevait audio interprété et sous-titres live synchronisés. Au total, l'infrastructure a géré environ 6 000 flux concurrents entre audio et données textuelles, en maintenant la latence technique Converso sous les 200 ms pendant toute la session. Ces 200 ms mesurent la portion qui dépend de nous — de l'entrée de l'audio dans la plateforme Converso à la distribution vers le smartphone du participant — et à ce niveau, le délai technique n'est pas perceptible dans l'expérience d'écoute.

Une latence sous les 200 ms est le minimum requis de notre travail quotidien. Ce qui compte ici, c'est d'avoir apporté cette même expérience à l'intérieur de l'app d'un partenaire, en white-label, à un public de près de 3 000 auditeurs simultanés.

La montée en charge dans les premières minutes a confirmé la solidité de l'infrastructure même dans un scénario d'accès concentré.

Control Room : présente, invisible

En parallèle, la control room Converso surveillait en temps réel la latence, la qualité des flux, la santé des media servers, la distribution des sous-titres live et les erreurs côté client — prête à intervenir au premier signal d'anomalie. Aucune intervention n'a été nécessaire. Ni le partenaire ni le public n'ont jamais vu cette couche de supervision : c'est exactement comme ça que ça doit être.

Pourquoi un interprète humain, ici

Il y a une raison pour laquelle, lors de cet événement, en cabine, il y avait une personne — pas notre moteur RSAI. Une convention bancaire de cette envergure met en scène la direction devant son propre public : registre institutionnel, jargon financier, ironies de secteur, sous-entendus et ton de la direction. C'est exactement le type de contexte où un interprète humain reste le bon choix — parce qu'il comprend le message, pas seulement le transfère. Il capte les nuances, sait quand une inflexion compte plus qu'un mot, et reconnaît une blague de secteur avant qu'elle ne devienne gênante en traduction. Depuis vingt-cinq ans, c'est le cœur de notre métier, et ici c'était exactement le bon choix pour un événement de cette nature.

Converso ne choisit pas un camp entre l'IA et l'humain. Elle choisit le bon interprète pour le bon événement — sur la même infrastructure.

Le Résultat

Le pic a été absorbé. Le plateau a été tenu. Audio et sous-titres sont arrivés proprement à chaque participant connecté, du début à la fin du keynote, dans un contexte financier à zéro tolérance. Le partenaire technologique et le groupe bancaire ont tous deux exprimé leur entière satisfaction quant à la stabilité et à la performance.

Mais la valeur de ce déploiement va au-delà de l'événement unique. Le moteur Converso est exactement le même que la voix entrante provienne d'un interprète humain ou de notre moteur RSAI — Real-time Simultaneous AI Interpretation. Pour le partenaire, cela veut dire une chose : la même app qui distribue aujourd'hui de l'interprétation traditionnelle peut, à tout moment, héberger de l'interprétation IA. Sans une ligne de code supplémentaire, sans une modification à l'intégration. Même capture audio, même fanout, même expérience auditeur.

Interprétation humaine aujourd'hui. RSAI demain. Hybride après-demain. Sur la même infrastructure.

Vous avez déjà une app événement ou une plateforme pour congrès ? Intégrez interprétation live, sous-titres et RSAI en white-label, sans développer votre propre infrastructure temps réel. → Intégrer Converso dans votre app