> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/fr/ai-whitepaper/diagrams.md). # Diagrammes et flux de données Les capacités d’IA de Zoom couvrent un large éventail de produits, de services et de flux de travail, ce qui signifie qu’aucun diagramme unique ne peut raisonnablement ou entièrement capturer le fonctionnement de l’IA à l’échelle de l’ensemble de la plateforme Zoom. Différentes Fonctionnalités reposent sur différentes entrées, voies de traitement, comportements de stockage, interactions avec les modèles et sorties. Certaines fonctionnent uniquement sur des données vivantes et éphémères pendant une interaction en cours, tandis que d’autres créent des artefacts conservés qui peuvent ensuite prendre en charge des Fonctionnalités supplémentaires. Certaines fonctions restent entièrement dans l’environnement propriétaire de première partie de Zoom, tandis que d’autres s’appuient sur l’architecture d’IA fédérée de Zoom et, dans certains cas, sur des systèmes externes connectés. Pour rendre ce système dynamique et vaste plus facile à comprendre, cette page présente une série de diagrammes plutôt que de s’appuyer sur un seul modèle visuel. Chacun met en évidence une couche, une voie ou un modèle de Fonctionnalités différent au sein de la plus large plateforme Zoom AI. Au bas de ces sections figurent des tableaux qui indiquent quelles Fonctionnalités sont applicables, leur produit associé et leur statut de conservation des artefacts. Les sections suivantes examinent ensuite certaines Fonctionnalités de produit sur mesure individuellement, en offrant des explications plus ciblées sur le fonctionnement de ces capacités spécifiques. La séquence commence ci-dessous par un aperçu simplifié de Zoom AI dans sa forme la plus Basique, montrant la plateforme dans un état centré sur la première partie qui utilise l’architecture Standard du modèle fédéré de Zoom, mais n’introduit pas encore d’intégrations Affaires tierces ni de sources externes de données clients au-delà des fournisseurs de modèles d’IA tiers de Zoom. À partir de là, les diagrammes introduisent progressivement des éléments plus spécialisés de la plateforme, notamment les options d’approche IA de Zoom, la transformation de l’audio en artefacts utilisables par l’IA, ainsi que les façons dont ces artefacts peuvent ensuite offrir une Assistance à d’autres fonctionnalités et workflows. Pris ensemble, ces diagrammes visent à rendre un système hautement complexe plus accessible en le décomposant en vues plus petites, plus faciles à suivre, qui reflètent la manière dont les différentes parties de la plateforme IA de Zoom fonctionnent en pratique. ## **Zoom AI**

Un aperçu simple de Zoom AI

Le schéma ci-dessus présente la plateforme d’IA de Zoom sous une forme simplifiée, en montrant la plateforme dans l’un de ses états les plus fondamentaux. Il illustre comment différentes parties de l’architecture produit et service plus large de Zoom, connue sous le nom de backend Web de Zoom — y compris des domaines tels que Meetings, Phone, le centre de contact, la reconnaissance automatique de la parole et d’autres offres de Zoom — alimentent la plateforme Zoom plus large et contribuent à l’ensemble du contenu accessible à l’utilisateur qui peut prendre en charge des fonctionnalités d’IA en aval. Un concept central dans ce diagramme est **contenu utilisateur Zoom**. Ceci fait référence au contenu généré par les interactions d’un utilisateur avec les produits et services Zoom, qui peut ensuite servir d’entrée, de contexte ou d’artefacts pour des expériences alimentées par l’IA. Selon le produit et les Fonctionnalités concernées, cela peut inclure des éléments tels que des messages Zoom chat, des résumés de réunion, des transcriptions, des documents Canvas, My Notes, des enregistrements et d’autres artefacts similaires destinés à l’utilisateur. Ces éléments constituent une partie importante de la couche contextuelle qui peut prendre en charge la récupération, le raisonnement, la synthèse et le suivi assistés par l’IA par la suite. Une partie de ce contenu peut également être préparée pour une utilisation future par l’IA grâce à une infrastructure de récupération telle que des modules de récupération indexée ou de génération augmentée par récupération. Dans ces cas, les éléments pertinents peuvent être ingérés et indexés afin qu’ils puissent être localisés et utilisés plus efficacement dans de futures requêtes ou processus d’IA. Cela aide Zoom AI à fonctionner non seulement avec les interactions en direct, mais aussi avec le contexte conservé et les documents antérieurs générés par l’utilisateur sur toute la plateforme. Enfin, le diagramme présente également **Zoom AI** comme la couche d’IA partagée qui fonctionne à travers cet écosystème plus large. Dans cette vue simplifiée, Zoom AI est présenté via l’approche fédérée standard de Zoom, dans laquelle Zoom peut utiliser à la fois des modèles hébergés par Zoom exécutés au sein de sa propre infrastructure et des fournisseurs de modèles d’IA tiers sélectionnés lorsque cela est approprié pour la tâche à accomplir. Ce modèle fédéré permet à Zoom d’acheminer les tâches d’IA vers l’environnement de modèle disponible le plus adapté, tout en conservant une expérience d’IA unifiée sur l’ensemble de la plateforme. ## Approches du modèle de service Zoom AI

Vue d'ensemble des approches d’IA de Zoom, y compris l’approche fédérée, ZM+ et ZMO

Le diagramme ci-dessus illustre les trois approches d’IA de Zoom : l’approche fédérée, Modèles hébergés par Zoom Plus (ZM+) et Modèles hébergés par Zoom uniquement (ZMO). Ensemble, elles représentent les trois principales façons dont Zoom fournit des services d’IA aux Clients, chacune offrant un équilibre différent entre l’étendue des Fonctionnalités, la flexibilité du modèle et le contrôle des données. L’approche fédérée est l’approche Standard de Zoom et la plus complète en matière de Fonctionnalités. Elle permet à Zoom de travailler avec plusieurs fournisseurs d’IA, y compris des modèles hébergés par Zoom et certains Partenaires de modèles tiers sélectionnés, afin que les tâches puissent être acheminées vers le modèle le mieux adapté à la demande. ZM+ offre un modèle de déploiement plus contrôlé en utilisant des instances de modèles dédiées gérées par Zoom, tandis que ZMO conserve le traitement de l’IA uniquement au sein des Modèles hébergés par Zoom uniquement (ZMO), offrant le parcours de modèle le plus restrictif et le plus contrôlé, mais avec un ensemble de Fonctionnalités plus limité. Aux fins de cette page, les diagrammes qui suivent illustrent généralement l’approche fédérée, car elle reflète l’approche Standard de Zoom et la vue la plus large des Fonctionnalités Zoom AI. Les organisations utilisant ZM+ ou ZMO peuvent souvent interpréter ces mêmes diagrammes en supprimant mentalement les fournisseurs de modèles d’IA tiers et en se concentrant sur les parties restantes du flux gérées par Zoom. Reportez-vous à la page Modèles, traitement, stockage et utilisation de Zoom AI pour plus d’informations. ## Fonctionnalités et artefacts multimédias en direct

Vue d'ensemble de la manière dont les médias en direct sont transformés en données de conversion de la parole en texte qui alimentent les Fonctionnalités Zoom AI

Le diagramme ci-dessus illustre comment les interactions multimédias en direct — comme les réunions et les appels téléphoniques — peuvent produire des Fonctionnalités et des artefacts alimentés par l’IA en aval sur la plateforme Zoom. Dans chaque cas, l’audio en direct entre dans Zoom via le point de connexion associé à ce produit ou service. Pour les réunions, il s’agit généralement du **Routeur multimédia (MMR)**. Pour la téléphonie, l'audio entre généralement via **des zones SIP**. Une fois l'audio ingéré, il est acheminé vers le **Reconnaissance automatique de la parole (ASR)** service, qui convertit l'audio en direct en **données de parole en texte**. Ces données de parole en texte peuvent être utilisées de plusieurs façons selon les Paramètres et les fonctionnalités activés. Dans certains cas, elles sont fournies immédiatement aux utilisateurs sous forme de **sous-titres en direct**. Dans les contextes pris en charge, elles peuvent également être transmises à **Traduction en direct** service, qui traduit la sortie de conversion de la parole en texte en sous-titres traduits pour les participants dans d'autres langues. Les données de parole en texte peuvent également prendre en charge des Fonctionnalités plus persistantes ou dérivées. Si **transcription** est activée, ou si un utilisateur utilise **Mes notes**, le service ASR peut produire une transcription après la fin de la session en direct. Si la conservation de la transcription n'est pas activée, cependant, les données de parole en texte utilisées pendant l'interaction ne sont pas conservées sous forme de transcription persistante. Même dans ces cas, Zoom AI peut toujours utiliser les données de parole en texte de manière éphémère pendant la session pour prendre en charge les Fonctionnalités d'IA en direct. Par exemple, un utilisateur peut poser **questions en réunion** via Zoom AI pendant une réunion. Dans ce cas, Zoom AI peut utiliser les données de parole en texte en direct de la réunion pour interpréter la question de l'utilisateur et générer une réponse pertinente fondée sur la conversation en cours. Un point clé de cette logique est que Zoom AI ne conserve pas nécessairement une transcription de la conversation simplement parce que des données de parole en texte ont été utilisées pendant la session. Sauf si la conservation de la transcription est spécifiquement activée, ou si les données sont conservées via des Fonctionnalités telles que **Mes notes**, les données de reconnaissance vocale elles-mêmes peuvent rester éphémères. Dans le même temps, certains artefacts en aval produits à partir de ces données peuvent persister. Par exemple, si un utilisateur pose des questions pendant une réunion, la conversation d’IA qui en résulte ou les notes associées peuvent ensuite rester Disponible en tant qu’artefact conservé, même lorsqu’aucune transcription persistante n’est produite. Certains artefacts conservés peuvent également servir de base à des artefacts et des workflows aval supplémentaires. Une synthèse de réunion, une synthèse de webinaire, une synthèse d’appel ou les Mes notes d’un utilisateur peuvent être converties en un **Zoom Canvas** document, où il peut continuer à être modifié, enrichi et utilisé comme artefact de travail. À leur tour, ces documents résultants peuvent plus tard servir de contexte à d’autres fonctionnalités d’IA ou workflows abordés ailleurs dans ce document. De cette manière, l’audio en direct peut mener non seulement à des fonctionnalités d’IA immédiates, mais aussi à une chaîne d’artefacts conservés qui continuent à soutenir un travail ultérieur assisté par l’IA sur l’ensemble de la plateforme Zoom. Ce diagramme s’applique aux fonctionnalités suivantes : | Fonctionnalités | Description | Produit(s) | Rétention des artefacts | | :------------------------------: | :----------------------------------------------------------------------------------------------------------: | :------------------: | :---------------------: | | Sous-titres en direct | Sous-titres de reconnaissance vocale en temps réel pour les sessions en direct. | Réunions, webinaires | Non conservé | | Sous-titres traduits | Sous-titres traduits en temps réel générés à partir de données de transcription vocale en direct. | Réunions, webinaires | Non conservé | | Transcriptions | Enregistrements textuels conservés du contenu de transcription de la réunion. | Réunions, Téléphonie | Conservé | | Synthèse de réunion | Synthèse générée par l’IA des points clés de discussion, des décisions et des actions à mener de la réunion. | Réunions | Conservé | | Synthèse du webinaire | Synthèse générée par l’IA du contenu clé du webinaire partagé après la session. | Webinaires | Conservé | | Synthèse d’appel | Synthèse après appel générée par l’IA des détails clés et des actions à mener. | Téléphonie | Conservé | | Mes notes | Notes personnelles, transcription et contexte de réunion conservés pour référence ultérieure et suivi. | Réunions | Conservé | | Tâches de suivi | Actions de suivi suggérées par l’IA en fonction des détails de la conversation. | Zoom Tasks | Conservé | | Priorisation des messages vocaux | Classement des messages vocaux basé sur l’IA selon l’importance définie par l’utilisateur. | Téléphonie | Conservé | | Questions sur la réunion | Réponses de l’IA aux questions sur la réunion à partir du contexte de la réunion en direct. | Réunions | Conservé | | Questions sur le webinaire | Réponses de l’IA aux questions sur le webinaire à partir du contexte du webinaire en direct. | Webinaires | Conservé | | Questions sur l’appel | Réponses de l’IA aux questions sur l’appel à partir du contexte de l’appel en direct. | Téléphonie | Conservé | ## Fonctionnalités d’enregistrement

Aperçu de la façon dont Zoom traite les enregistrements et les fonctionnalités d’IA

Le schéma ci-dessus illustre comment Zoom AI prend en charge **les fonctionnalités d’IA basées sur les enregistrements** en intervenant sur l’enregistrement terminé après la fin de la session en direct. Comme pour les autres expériences Zoom basées sur l’audio, le média d’origine entre par l’infrastructure associée au produit utilisé — comme le **MMR** pour les réunions ou la zone **SIP zone** pour la téléphonie. Dans le cadre de ce flux, l’enregistrement est créé et envoyé au service d’enregistrement de Zoom, où l’enregistrement terminé est ensuite stocké dans le stockage de contenu Zoom. Une fois l’enregistrement finalisé, l’audio associé à cet enregistrement est envoyé au **Reconnaissance automatique de la parole (ASR)** service de transcription de Zoom. Ce processus produit une **transcription spécifique à l’enregistrement**, qui peut différer des données de transcription générées pendant la session en direct elle-même. Autrement dit, la transcription associée à un enregistrement terminé est générée dans le cadre du flux de traitement post-enregistrement plutôt que simplement copiée depuis la couche d’interaction en direct. Une fois la transcription de l’enregistrement produite, elle peut ensuite être soumise à **Zoom AI** pour une analyse supplémentaire. À cette étape, Zoom AI traite la transcription afin d’identifier des artefacts d’enregistrement de niveau supérieur tels que des synthèses, des temps forts, des chapitres et d’autres représentations structurées de la conversation. Cette analyse est effectuée à l’aide de la couche de traitement IA de Zoom, y compris les modèles hébergés par Zoom le cas échéant, pour transformer la transcription brute de l’enregistrement en sorties post-réunion ou post-appel plus exploitables. Une fois cette analyse terminée, les artefacts générés par l’IA qui en résultent sont associés à l’enregistrement lui-même. C’est ce qui permet aux utilisateurs consultant un enregistrement de voir non seulement l’enregistrement et la transcription, mais aussi les couches supplémentaires générées par l’IA qui rendent le contenu plus facile à parcourir et à comprendre. De cette manière, le schéma montre comment un enregistrement terminé peut devenir la base d’une deuxième étape de traitement par IA, produisant des fonctionnalités d’enregistrement enrichies qui vont au-delà du média stocké d’origine. Ce diagramme s’applique aux fonctionnalités suivantes : | Fonctionnalités | Description | Produit(s) | Rétention des artefacts | | :---------------------------------------------------------------: | :--------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------: | :---------------------: | | Enregistrement intelligent | Temps forts, chapitres et synthèses générés par l’IA pour les réunions enregistrées | Réunions | Conservé | | Générer des titres, des descriptions et des étiquettes | Titres, descriptions et étiquettes générés par l’IA pour les extraits. | Extraits | Conservé | | Création de contenu par IA pour les enregistrements et les vidéos | Utilise les transcriptions d’enregistrements d’événements pour générer du contenu écrit et des extraits vidéo sélectionnés par l’IA à partir des moments clés de la session. | Zoom Events | Conservé | ## Fonctionnalités d’IA dérivées

Aperçu de la manière dont Zoom traite les fonctionnalités de génération de contenu IA dérivé

Le diagramme ci-dessus illustre comment **fonctionnalités d’IA dérivées** opérer en utilisant le contenu utilisateur Disponible comme contexte pour des tâches et des résultats ultérieurs assistés par l’IA. Dans ces cas, Zoom AI ne fonctionne plus uniquement à partir des données d’interaction en direct. Il s’appuie plutôt sur des artefacts qui existent déjà au sein de l’environnement de contenu plus large de l’utilisateur afin de répondre à une question, de synthétiser des informations ou d’aider à produire un nouveau résultat. Selon la tâche, ce contenu contextuel peut inclure des éléments tels que des messages de chat, des résumés de réunion, Mes notes, des transcriptions, des documents Zoom Canvas, des présentations Zoom Slide, des documents Zoom Paper, du contenu de Zoom Mail ou de Zoom Calendar, des données de calendrier ou e-mail tierces connectées, ou des fichiers téléchargés par l’utilisateur pour prendre en charge une demande particulière. De cette façon, Zoom AI utilise des artefacts Zoom créés précédemment, ainsi que des données personnelles intégrées lorsqu’elles sont disponibles, pour aider à atteindre l’objectif final demandé par l’utilisateur. Le diagramme indique également que ce processus peut lui-même générer **nouveau contenu utilisateur**. Par exemple, Zoom AI peut utiliser des documents existants pour créer une nouvelle feuille Zoom Sheet, un document Zoom Canvas, un jeu de diapositives Zoom Slide ou un document Zoom Paper. Une fois créés, ces nouveaux artefacts font partie du référentiel de contenu plus large de l’utilisateur et peuvent ensuite être réutilisés comme contexte pour de futures fonctions et workflows assistés par l’IA. Cela crée une progression en couches dans laquelle le contenu utilisateur antérieur peut soutenir les résultats ultérieurs, et ces résultats peuvent à leur tour devenir de nouveaux artefacts contextuels au fil du temps. Ce même schéma peut également apparaître sur d’autres surfaces Zoom. Dans des environnements tels que **Zoom hub** ou le **panel de chat IA**, les utilisateur peuvent poser des questions sur l’ensemble de la plateforme ou interagir avec des documents et des ressources disponibles via la suite de productivité Zoom AI. Dans ces cas-là, Zoom AI travaille à nouveau à partir d’artefacts existants accessibles à l’utilisateur pour fournir la recherche, la synthèse, la réponse aux questions ou le suivi, montrant comment les fonctionnalités d’IA dérivées étendent la valeur du contenu antérieur à de nouvelles tâches et de nouveaux résultats. {% hint style="info" %} **Remarque** Téléversements de fichiers locaux de l’utilisateur [peuvent être désactivés](https://support.zoom.com/hc/en/article?id=zm_kb\&sysparm_article=KB0077150). {% endhint %} Ce diagramme s’applique aux fonctionnalités suivantes : | Fonctionnalités | Description | Produit(s) | Rétention des artefacts | | :-------------------: | :-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------: | :---------------------: | | Génération de contenu | La génération de contenu utilise l’IA pour créer, affiner, résumer et organiser des documents, des présentations, des feuilles de calcul et d’autres sorties à partir d’invites en langage naturel. | Canvas, Sheets, Paper, Slides | Conservé | | panel de chat IA | Assistance IA conversationnelle pour poser des questions, générer du contenu et travailler dans le contexte Zoom Disponible. | panel de chat IA | Conservé | | Poser des questions | Réponses générées par l’IA basées sur les documents et les matériaux sélectionnés dans Zoom hub. | hub | Conservé | ## Fonctionnalités de génération et de composition

Aperçu de la manière dont Zoom traite les demandes d’IA générative et de composition

Le diagramme ci-dessus illustre comment **fonctionnalités de génération et de composition** fonctionner au sein de la plateforme Zoom AI. Contrairement aux fonctionnalités d’IA dérivées, qui s’appuient sur du contenu utilisateur préexistant pour aider à accomplir une tâche ou produire un résultat ultérieurs, les fonctionnalités génératives et de composition sont souvent davantage pilotées directement par la saisie immédiate de l’utilisateur. Dans de nombreux cas, ces fonctionnalités ne dépendent pas des éléments Zoom déjà stockés ailleurs dans l’environnement de contenu de l’utilisateur. Elles sont plutôt principalement alimentées par des invites directes de l’utilisateur, des requêtes, des fichiers téléversés ou par le contenu immédiat à l’écran associé à l’expérience produit Actif. Cette distinction est particulièrement importante pour les fonctionnalités qui s’appuient sur le contenu visible dans le contexte actuel de l’utilisateur plutôt que sur des artefacts indexés ou conservés antérieurement. Par exemple, lorsqu’un utilisateur résume un fil de discussion de chat, résume un e-mail ou demande à Zoom AI de rédiger une réponse à un e-mail, le contenu pertinent est généralement extrait du contexte actif du client et intégré dans une charge utile de requête pour le traitement par Zoom AI. En d’autres termes, Zoom ne récupère pas nécessairement ce contenu à partir d’un dépôt distinct côté serveur afin d’exécuter la tâche. À la place, les informations pertinentes du fil actif, de l’ensemble des messages ou d’un autre contexte d’interface visible sont converties en texte et envoyées à Zoom AI depuis l’application Zoom Workplace afin que le service puisse effectuer du traitement du langage naturel, de la synthèse ou de la génération. Le diagramme inclut également des cas d’utilisation génératifs qui reposent principalement sur des instructions directes de la part de l’utilisateur plutôt que sur du contenu source textuel. Par exemple, lorsqu’un utilisateur demande la génération d’images, il décrit le résultat souhaité via une invite, et le modèle génère l’image à partir de cette description. Dans certains contextes produit, tels que Zoom Whiteboard, cette génération d’images peut faire appel à des fournisseurs de modèles d’IA tiers. Dans d’autres contextes, Zoom peut utiliser ses propres modèles hébergés. Par exemple, la génération d’images d’arrière-plan virtuel de Zoom peut s’appuyer sur un modèle hébergé par Zoom qui utilise des embeddings et un traitement associé pour produire des sorties visuelles, le contenu obtenu passant ensuite par des contrôles de modération avant d’être renvoyé à l’utilisateur. Pris ensemble, le diagramme montre que les fonctionnalités de génération et de composition dépendent souvent moins des artefacts conservés que de l’intention immédiate de l’utilisateur, du contexte actif côté client ou des supports importés. De cette façon, elles représentent un autre mode majeur de fonctionnement de Zoom AI : non seulement récupérer et raisonner à travers le contenu antérieur, mais aussi générer de nouveaux résultats directement à partir de la demande actuelle de l’utilisateur et du contexte environnant. Ce diagramme s’applique aux fonctionnalités suivantes : | Fonctionnalités | Description | Produit(s) | Rétention des artefacts | | :--------------------------------------: | :---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :-----------------------------: | :----------------------: | | arrière-plan virtuel | Utilise l’IA pour créer des images d’arrière-plan virtuel personnalisées à partir des requêtes de l’utilisateur pour une utilisation dans les sessions Zoom. | Réunions, événements, webinaire | Conservé (si enregistré) | | Génération d’images | Utilise l’IA pour transformer les dessins du tableau blanc ou des artefacts visuels bruts en sorties visuelles plus abouties, rendues ou stylisées. | tableau blanc | Conservé (si enregistré) | | Génération d’images | Utilise l’IA pour créer des images de marque et d’autres ressources visuelles pour les événements, telles que des en-têtes, des images de session et des supports liés aux salons professionnels. | Événements | Conservé (si enregistré) | | Génération de contenu | Utilise l'IA pour générer du contenu de tableau blanc à l'écran, comme du texte, des pense-bêtes, des tableaux, des cartes mentales et d'autres éléments visuels structurés à partir des instructions de l'utilisateur. | tableau blanc | Conservé (si enregistré) | | Génération de contenu | Utilise l'IA pour générer du contenu écrit d'événement, comme des descriptions, des détails de session, des biographies d'intervenants et des annonces du hall. | Événements | Conservé (si enregistré) | | rédaction d'e-mail | Utilise l'IA pour rédiger et affiner le contenu des e-mails, y compris le corps des messages, les lignes d'objet et les réponses. | e-mail | Conservé (si envoyé) | | Rédaction de chat | Utilise l'IA pour rédiger et réviser des messages de chat à partir des instructions de l'utilisateur et du contexte de conversation disponible. | chat | Conservé (si envoyé) | | Résumé d'e-mail | Utilise l’IA pour résumer le contenu clé d’un e-mail ou d’un fil d’e-mails. | e-mail | Non conservé | | Résumé de message, de fil et de document | Utilise l’IA pour résumer les messages de chat, les fils de conversation et les documents joints pris en charge ou le contenu Canvas lié. | chat | Non conservé | | Téléversement intelligent | Extrait les détails de l’événement à partir des fichiers téléversés afin de créer automatiquement des sessions, des intervenants et des questions personnalisées. | Zoom Events | Conservé (si enregistré) | ## Mes notes ### Mes notes dans Zoom Meetings

Aperçu des flux de données de Mes notes dans les réunions Zoom

Le schéma ci-dessus montre comment, au sein de Zoom Meetings, Mes notes utilise le chemin audio existant de la réunion plutôt que de s’appuyer sur d’autres sources audio présentes sur l’Appareil de l’utilisateur. Lorsque Mes notes est activé pendant une réunion Zoom, il accède à l’audio partagé de la réunion acheminé via la session du routeur multimédia (MMR) de la réunion. Cet audio est ensuite traité par le service de reconnaissance vocale automatique (ASR) de Zoom afin de générer une transcription, qui est transmise à l’Appareil de l’utilisateur et peut ensuite servir à la génération de notes post-réunion. Dans ce flux, la transcription est basée spécifiquement sur l’audio de la réunion Zoom associé à cette session de réunion. Elle n’est pas basée sur un audio de l'appareil local sans lien, en dehors de la réunion elle-même. Après la fin de la réunion, la transcription et les notes qui en résultent peuvent rester disponibles conformément aux Paramètres de conservation applicables de l’utilisateur, tandis que l’audio sous-jacent utilisé pour la transcription n’est pas conservé une fois le traitement terminé. ### Mes notes en dehors de Zoom Meetings

Aperçu des flux de données de My Notes en dehors de Zoom Meetings

Le schéma ci-dessus montre comment, en dehors des Zoom Meetings, My Notes fonctionne via l’audio de l’appareil local de l’utilisateur plutôt que via une session Zoom partagée. Si elle est activée pendant une réunion avec un tiers ou une discussion en personne, My Notes peut utiliser un accès au niveau du système d’exploitation au micro de l’utilisateur et, le cas échéant, à l’audio du système pour capturer l’audio local disponible sur cet Appareil. Cet audio est ensuite acheminé via une session MMR pour un seul utilisateur et traité par le service de reconnaissance vocale automatique (ASR) de Zoom afin de générer une transcription, qui est remise à l’Appareil de l’utilisateur et peut ensuite prendre en charge la génération de notes après la réunion. Cela signifie que, en dehors des Zoom Meetings, la transcription repose exclusivement sur l’audio transmis depuis l’Appareil local de l’utilisateur plutôt que depuis un flux audio partagé de réunion Zoom. My Notes peut également inviter l’utilisateur à commencer une nouvelle note lorsqu’une activité du micro de l’Appareil est détectée, ce qui aide à faire apparaître la Fonctionnalités dans des situations telles que les réunions avec des tiers, les enregistrements basés sur le navigateur ou d’autres flux de travail actifs sur le micro. Comme dans le flux en réunion, l’audio utilisé pour la transcription n’est pas conservé une fois la transcription terminée, tandis que les notes et les transcriptions résultantes peuvent rester enregistrées dans le compte de l’utilisateur conformément aux Paramètres de conservation applicables. ## ZoomMate

Aperçu des flux de données de ZoomMate

Le diagramme ci-dessus illustre comment **ZoomMate fonctionne comme une surface de travail principale au sein de Zoom Workplace**, opérant au point de convergence du contexte utilisateur, des connaissances connectées et des capacités d’exécution. Plutôt que d’exister uniquement comme un assistant autonome, ZoomMate se situe au centre d’un environnement de travail plus large dans lequel les utilisateurs peuvent rechercher, raisonner, créer et agir sur l’ensemble des contenus et des systèmes qui soutiennent leur travail quotidien. Une grande partie de ce Rôle vient de l’Access de ZoomMate à **du contenu Zoom de première partie**. Cela peut inclure des artefacts tels que des résumés, My Notes, des enregistrements, des documents Canvas, des messages de chat et d’autres contenus générés par les utilisateurs créés sur l’ensemble de la plateforme Zoom. Ces artefacts aident à fournir à ZoomMate le contexte dont il a besoin pour répondre aux questions, synthétiser des informations, générer des résultats et assurer le suivi. ZoomMate peut également utiliser **mémoire**, permettant d'incorporer les préférences pertinentes de l'utilisateur ou des détails liés au travail lorsqu'il aide à accomplir une tâche. Le diagramme montre également comment ZoomMate va au-delà du contenu natif de Zoom en s'intégrant à **des sources de connaissances tierces**. Par exemple, des services de stockage cloud connectés tels que Google Drive ou OneDrive peuvent servir de référentiels externes d'informations accessibles à l'utilisateur. Lorsque ces sources sont intégrées, Zoom peut indexer le contenu approuvé pour faciliter la recherche dans ces différents éléments, ce qui permet à ZoomMate d'utiliser **la recherche agentique** pour travailler à la fois sur le contenu de Zoom et sur des connaissances tierces connectées. Ainsi, ZoomMate peut rechercher non seulement dans ce qui existe dans Zoom, mais aussi dans les documents et les supports auxquels un utilisateur est autorisé à accéder sur des plateformes externes connectées. D'autres sources de données personnelles, telles que **e-mail et calendrier** (à l'exception des e-mails chiffrés de bout en bout), peuvent également prendre en charge ZoomMate, mais leur fonctionnement est différent. Plutôt que d'être indexées, ces sources communiquent généralement avec ZoomMate via une récupération directe basée sur l'API. Cela les rend utiles pour des tâches telles que localiser un contexte d'e-mail pertinent, consulter des informations de calendrier ou aider à planifier des événements, sans les traiter comme faisant partie de la couche de récupération indexée utilisée pour une recherche de documents plus large. Le diagramme reflète en outre que ZoomMate peut se connecter à un éventail plus large de **services et connecteurs tiers** qui prennent en charge l’exécution d’actions ainsi que l’Access aux connaissances. Ceux-ci peuvent inclure des systèmes tels que Jira, HubSpot, ServiceNow, Workday et d’autres plateformes d’Affaires connectées. Grâce à ces connexions, ZoomMate peut effectuer **tâches agentiques** au nom de l'utilisateur, comme la création ou la mise à jour d’enregistrements, la récupération d’informations à partir de services externes ou l’exécution d’autres actions connectées au sein de ces systèmes. Cela fait de ZoomMate bien plus qu’une surface de récupération et de synthèse ; il fonctionne également comme une couche d’exécution qui peut aider à transformer le contexte en action. Cette même base aide également à alimenter **des agents** et **des workflows** dans l’environnement ZoomMate. Les agents peuvent utiliser le même contexte sous-jacent, les mêmes chemins de récupération et les mêmes systèmes connectés pour fournir une Assistance plus dynamique, fondée sur le raisonnement, aidant les utilisateurs à accomplir des tâches plus vastes en plusieurs étapes avec davantage de continuité et d’adaptabilité. Les workflows, en revanche, peuvent fournir une automatisation plus structurée et reproductible, permettant aux utilisateurs de définir des processus récurrents qui s’exécutent à travers le contenu Zoom et, lorsque cela est pris en charge, les systèmes externes connectés. De cette façon, ZoomMate ne sert pas seulement d’interface conversationnelle, mais aussi de point d’orchestration pour l’activité agentique dynamique comme pour une automatisation plus structurée. **Sandbox** peut également prendre en charge certaines des capacités d’exécution plus avancées de ZoomMate. Pour les tâches qui nécessitent l’exécution de code, la génération de fichiers, l’automatisation ou d’autres traitements plus sophistiqués, ZoomMate peut utiliser un environnement sandbox séparé plutôt que de s’appuyer uniquement sur un traitement conversationnel Standard. Ce sandbox s’exécute sur l’infrastructure AWS de Zoom et fournit une couche d’exécution isolée et de courte durée pour les tâches de plus grande complexité, aidant ZoomMate à effectuer certaines opérations dans un environnement plus contrôlé. De cette façon, la même base plus large de ZoomMate qui prend en charge la récupération, le raisonnement, les agents et les workflows peut également fournir une Assistance pour l’exécution de tâches plus avancées lorsque le travail demandé l’exige. Enfin, le diagramme ne Afficher pas tous les composants sous-jacents qui aident à alimenter ZoomMate. Il ne Afficher pas explicitement des couches de capacités fondamentales telles que les compétences, ni d’autres structures d’Assistance qui font partie de la plus large infrastructure et conception de Zoom AI. On suppose que ces éléments fonctionnent au sein du système d’IA sous-jacent qui permet le comportement de ZoomMate. Le but de ce diagramme est plutôt d’Afficher les principales surfaces de contexte, de connaissances et d’action par lesquelles ZoomMate fonctionne comme une surface de travail unifiée à travers Zoom et les systèmes connectés. ### Connexions tierces et indexation de ZoomMate

Aperçu de la façon dont ZoomMate se connecte à des connexions tierces et à des sources de données

Le schéma ci-dessus illustre deux parties liées mais distinctes de l’architecture des données tierces de ZoomMate. La première montre comment ZoomMate se connecte à des applications et services tiers pris en charge afin de pouvoir récupérer des informations ou effectuer des actions au sein de ces systèmes. La seconde montre comment certaines sources de contenu tierces prises en charge peuvent être ingérées et indexées afin que ZoomMate puisse ensuite récupérer ce contenu plus efficacement grâce à la génération augmentée par récupération. #### ZoomMate peut se connecter directement à des applications et services tiers Une partie du schéma montre comment ZoomMate se connecte à des applications tierces prises en charge telles que Jira, Confluence, Salesforce, ServiceNow, Workday, des plateformes d’option de stockage sur le cloud et d’autres systèmes externes d’Affaires. Ces connexions permettent à ZoomMate d’opérer au-delà du contenu natif de Zoom en interagissant avec des outils qui stockent des données d’Affaires ou soutiennent le travail opérationnel en dehors de la plateforme Zoom. Ces connexions sont établies via une connexion TLS par le biais de modèles d’accès autorisés, tels que des intégrations basées sur l’API ou des connexions basées sur MCP. Dans tous les cas, ZoomMate fonctionne dans le cadre des Autorisations accordées par le service connecté. Cela permet à ZoomMate de récupérer des informations pertinentes à partir de ces systèmes et, lorsque cela est pris en charge, d’y agir au nom de l’utilisateur. Par exemple, ZoomMate peut récupérer des détails d’un ticket Jira, rechercher une page Confluence, mettre à jour un enregistrement dans ServiceNow en l’enregistrant, ou utiliser un autre système connecté dans le cadre de l’exécution d’une tâche plus large. Ce modèle de connexion directe est particulièrement important pour les tâches qui dépendent de l’état actuel du système ou d’un accès en direct aux outils tiers. Dans ces cas, ZoomMate peut utiliser l’application connectée comme un point de terminaison de service Actif plutôt que seulement comme un référentiel de contenu précédemment indexé. #### ZoomMate peut indexer du contenu tiers approuvé pour une récupération ultérieure Une deuxième partie du schéma montre comment ZoomMate peut ingérer et indexer du contenu provenant de sources tierces prises en charge afin que le matériel puisse ensuite être récupéré dans le cadre d’une recherche ou d’une réponse assistée par IA. Ce modèle de récupération indexée est particulièrement pertinent pour les référentiels de contenu connectés tels que les systèmes de stockage sur le cloud, les bases de connaissances, les plateformes de document et d’autres sources prises en charge où ZoomMate peut avoir besoin d’effectuer des recherches dans un plus grand volume de contenu externe conservé. Une fois qu’une source prise en charge est connectée et approuvée pour l’indexation, ZoomMate peut récupérer du contenu à partir de cette source et le préparer pour une recherche ultérieure. Ce processus de préparation peut inclure le découpage de fichiers ou d’enregistrements plus volumineux en unités plus petites et l’ajout de métadonnées telles que la source, l’heure de mise à jour, la propriété et les informations d’Autorisation. Ce contenu est ensuite écrit dans la couche d’indexation de Zoom afin qu’il puisse ensuite être recherché à la fois par correspondance exacte et par récupération basée sur le sens. Lorsqu’un utilisateur soumet une demande qui dépend de contenu tiers indexé, ZoomMate peut rechercher ce matériel indexé, évaluer quels résultats sont les plus pertinents et appliquer les informations d’Autorisation associées à la source d’origine afin que seul le contenu autorisé soit éligible à l’affichage. Le contenu autorisé le plus pertinent peut ensuite être transmis à la couche d’IA de ZoomMate comme contexte d’appui pour la réponse. De cette façon, le schéma montre comment le contenu tiers indexé peut aider ZoomMate à produire des réponses ancrées dans de véritables matériels d’Affaires connectés plutôt que de s’appuyer uniquement sur les connaissances générales du modèle. ## Avatars personnalisés ### Création d’avatar

Vue d’ensemble du processus de création d’un avatar personnalisé

Le diagramme ci-dessus illustre comment un avatar personnalisé est créé à partir de la vidéo et de la voix enregistrées d’un utilisateur. Le processus commence lorsque l’utilisateur reçoit un script à présenter et est invité à enregistrer sa lecture. Cette étape d’enregistrement guidé vise à Autoriser Zoom à capturer le matériel audiovisuel nécessaire pour générer à la fois l’apparence de l’avatar de l’utilisateur et le modèle vocal associé utilisé dans les sorties ultérieures basées sur l’avatar. Une fois l’enregistrement terminé, les composants audio et vidéo sont traités par différents chemins. L’audio est envoyé à un service tiers qui génère une ressemblance vocale à partir de la parole enregistrée de l’utilisateur. Une fois ce traitement terminé, le service tiers renvoie à Zoom un identificateur vocal unique. Zoom enregistre cet identificateur comme référence vocale de l’utilisateur afin qu’il puisse être utilisé plus tard lors de la génération de clips basés sur l’avatar ou d’autres sorties prises en charge qui s’appuient sur cette voix synthétisée. Au même moment, le composant vidéo est envoyé à un module de génération d’avatar hébergé par Zoom, où Zoom traite le matériel visuel enregistré pour créer la représentation d’avatar de l’utilisateur. Cela produit un modèle d’avatar que Zoom enregistre pour une utilisation future. Pris ensemble, ces deux sorties conservées — l’identificateur vocal stocké et le modèle d’avatar stocké — permettent à Zoom de générer de futurs clips ou médias basés sur l’avatar qui reflètent à la fois l’apparence de l’utilisateur et sa voix synthétisée. ### Création de clip

Vue d’ensemble du processus de création de clip d’avatar personnalisé

Le diagramme ci-dessus illustre comment un clip d’avatar personnalisé est créé à partir de l’avatar stocké et du profil vocal synthétisé d’un utilisateur. Le processus commence lorsque l’utilisateur téléverse le script que l’avatar doit présenter. Ce script sert de contenu source pour le clip généré.\ \ À partir de là, le backend web de Zoom coordonne deux entrées parallèles nécessaires pour créer la sortie finale. D’abord, il envoie l’identificateur vocal stocké de l’utilisateur ainsi que le script au service tiers de génération vocale, qui produit l’audio du clip en utilisant la voix synthétisée de l’utilisateur. Ensuite, il envoie le modèle d’avatar stocké de l’utilisateur au module de génération d’avatar de Zoom afin que la composante visuelle du clip puisse être préparée à l’aide de l’apparence d’avatar précédemment créée par l’utilisateur.\ \ Une fois que le service tiers de génération vocale a produit l’audio, cet audio est renvoyé à Zoom et transmis au module de génération d’avatar. Le module de génération d’avatar combine alors le modèle d’avatar stocké avec l’audio vocal généré, en synchronisant les mouvements du visage et de la bouche de l’avatar avec le contenu prononcé. Une fois ce processus de synchronisation labiale et de rendu terminé, Zoom produit le clip d’avatar final et le renvoie à l’utilisateur. ## Dictionnaire personnalisé

Flux de données du dictionnaire personnalisé

Le diagramme ci-dessus illustre comment la Fonctionnalités de dictionnaire personnalisé aide à améliorer la précision des résultats Zoom basés sur la parole en fournissant au service de reconnaissance automatique de la parole (ASR) de Zoom un contexte lexical supplémentaire. Cette fonctionnalité est conçue pour prendre en charge des mots, des abréviations, du jargon, des noms de produits ou une terminologie spécialisée qui peut être propre à une entreprise, un secteur, une équipe ou une région et qui, autrement, pourrait ne pas être reconnue ou rendue correctement pendant la transcription. Le processus commence lorsqu'un administrateur de compte crée et enregistre un dictionnaire personnalisé dans le portail Web Zoom. Ce dictionnaire contient la liste des mots ou expressions approuvés que l'organisation souhaite que Zoom reconnaisse plus précisément. Une fois le dictionnaire enregistré au niveau du compte, il devient Disponible pour une utilisation dans les contextes pris en charge de réunion et de traitement de la parole. Lorsqu'un utilisateur lance ensuite une réunion, le service AASR de Zoom peut recevoir le dictionnaire personnalisé du compte dans le cadre de son contexte de traitement. Au fur et à mesure que le service ASR convertit l'audio en direct en données de parole au texte, il peut comparer la langue parlée perçue au dictionnaire personnalisé et tenter de faire correspondre les sons reconnus aux termes stockés. Cela fournit à l'ASR des indications supplémentaires sur les mots à rechercher, sur l'orthographe possible de certains termes et sur la manière d'interpréter les abréviations ou le langage spécialisé. Le résultat est que la sortie initiale de parole au texte peut refléter plus précisément la terminologie réellement utilisée dans la réunion. Cette précision améliorée peut ensuite être répercutée dans les artefacts en aval dérivés de la conversation. Par exemple, si une synthèse de réunion, des sous-titres, une transcription ou un autre actif basé sur des données de parole au texte est ensuite généré, ces sorties peuvent refléter une représentation plus précise des mots prononcés pendant la réunion, contribuant ainsi à améliorer la qualité et l'utilité de l'artefact généré par l'IA qui en résulte. ## Modèles personnalisés de synthèse de réunion

Flux de données des modèles de synthèse de réunion personnalisés

Le diagramme ci-dessus illustre comment les synthèses de réunion personnalisées sont générées à partir d'un modèle défini par l'utilisateur ou défini au niveau du compte. Le processus commence lorsqu'un modèle est créé et enregistré dans Zoom. Au niveau du compte, un administrateur peut définir un modèle de synthèse de réunion personnalisé pour une utilisation organisationnelle. Au niveau individuel, un utilisateur peut créer un modèle de synthèse de réunion personnel en fonction de ses propres préférences. Une fois créé, le modèle sélectionné est stocké afin de pouvoir être appliqué lors des générations de synthèses ultérieures. À la fin d'une réunion, Zoom AI peut utiliser les données de parole au texte de la réunion pour générer une synthèse qui suit la structure et les points saillants du modèle personnalisé choisi. Si le modèle personnalisé a été sélectionné avant la génération de la synthèse de réunion, Zoom AI applique directement ce modèle lors de la production de la synthèse. Cela permet à la sortie obtenue de refléter le format, les sections ou les priorités spécifiques définis dans le modèle plutôt qu'une simple structure de synthèse par défaut. Si un modèle personnalisé n'a pas été sélectionné avant la première génération de la synthèse, Zoom ne peut appliquer ce modèle ultérieurement que si la transcription de la réunion a été conservée. Dans ce cas, Zoom AI peut retraiter la transcription conservée à l'aide de la configuration du modèle et produire une nouvelle synthèse alignée sur cette structure. Si la transcription n'a pas été conservée, en revanche, Zoom ne dispose pas de la transcription sous-jacente nécessaire au retraitement, ce qui signifie que le modèle personnalisé ne peut pas être appliqué après coup. ## Isolation audio personnelle

Aperçu de la façon dont l'isolation audio personnelle isole la voix d'un utilisateur

Le diagramme ci-dessus illustre comment **Isolation audio personnelle** fonctionne en utilisant une empreinte vocale stockée localement sur l'Appareil de l'utilisateur pour distinguer la parole de l'utilisateur du bruit de fond environnant. Le processus commence lorsque l'utilisateur enregistre un échantillon vocal via la Fonctionnalités Personal Audio Isolation dans l'application Zoom Workplace. Cet enregistrement est utilisé pour créer une empreinte vocale locale qui aide l'application à reconnaître les caractéristiques vocales de l'utilisateur. Cette empreinte vocale reste sur la machine locale et n'est pas transmise au cloud Zoom. Lorsque l'utilisateur parle plus tard pendant une réunion dans un environnement avec du bruit ambiant, l'application Zoom Workplace utilise cette empreinte vocale stockée localement pour aider à identifier les schémas de parole de l'utilisateur et à les séparer des sons environnants. Cela permet à l'application de Réduire le bruit de fond et d'isoler plus efficacement la voix de l'utilisateur avant que l'audio ne soit transmis plus loin dans le flux de la réunion. Par conséquent, l'audio transmis au cloud Zoom est l'audio de réunion affiné, le bruit de fond ambiant étant filtré dans la mesure prise en charge par la Fonctionnalités. L'empreinte vocale sous-jacente de l'utilisateur elle-même n'est pas envoyée à l'infrastructure cloud de Zoom. De cette manière, Personal Audio Isolation fonctionne comme une Fonctionnalités de traitement au niveau local de l'Appareil qui améliore la clarté de l'audio avant que l'audio nettoyé ne soit transmis à la session Zoom en direct. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://library.zoom.com/technical-library/fr/ai-whitepaper/diagrams.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.