> 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/ai-whitepaper/diagrams.md). # Diagrammes et flux de données Les capacités de Zoom AI couvrent un large éventail de produits, de services et de flux de travail, ce qui signifie qu’aucun diagramme unique ne peut raisonnablement ni pleinement rendre compte du fonctionnement de l’IA sur l’ensemble de la plateforme Zoom. Différentes Fonctionnalités reposent sur différentes entrées, différents chemins de traitement, différents comportements de stockage, différentes interactions avec les modèles et différentes sorties. Certaines fonctionnent uniquement sur des données en direct et éphémères pendant une interaction Actif, tandis que d’autres créent des artefacts conservés qui peuvent ensuite prendre en charge d’autres Fonctionnalités. Certaines fonctions restent entièrement dans l’environnement interne 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 étendu plus facile à comprendre, cette page présente une série de diagrammes plutôt que de s’appuyer sur un modèle visuel unique. Chacun met en évidence une couche, un cheminement ou un modèle de Fonctionnalités différent au sein de la plus vaste plateforme Zoom AI. Au bas de ces sections figurent des tableaux qui décrivent quelles Fonctionnalités sont applicables, le 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 une vue d’ensemble simplifiée de Zoom AI dans sa forme la plus Basique, montrant la plateforme dans un état centré sur la première partie qui utilise l’architecture du modèle fédéré Standard de Zoom, mais n’introduit pas encore d’intégrations Affaires tierces ni de sources externes de données client au-delà des fournisseurs tiers de modèles IA de Zoom. De là, les diagrammes présentent progressivement des éléments plus spécialisés de la plateforme, notamment les options d’approche de Zoom AI, la transformation de l’audio en artefacts utilisables par l’IA et les façons dont ces artefacts peuvent ensuite fournir de l’Assistance à d’autres fonctionnalités et flux de travail. Pris ensemble, ces diagrammes visent à rendre un système hautement complexe plus accessible en le décomposant en vues plus petites et plus faciles à suivre, qui reflètent la façon dont les différentes parties de la plateforme d’IA de Zoom fonctionnent en pratique. ## **Zoom AI**

Un aperçu simple de Zoom AI

Le diagramme 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 plus large des produits et services 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 Zoom — alimentent la plateforme Zoom plus large et contribuent à l’ensemble du contenu accessible à l’utilisateur qui peut prendre en charge les fonctionnalités d’IA en aval. Un concept central dans ce diagramme est **contenu utilisateur de Zoom**. Cela 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 basées sur l’IA. Selon le produit et les Fonctionnalités concernés, cela peut inclure des éléments tels que des messages de chat Zoom, 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 ultérieurement la récupération, le raisonnement, la synthèse et le suivi assistés par l’IA. Une partie de ce contenu peut également être préparée pour une utilisation future par l’IA via une infrastructure de récupération, telle que la récupération indexée ou des modules de génération augmentée par récupération. Dans ces cas, les artefacts pertinents peuvent être ingérés et indexés afin d’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 matériaux antérieurs générés par l’utilisateur sur l’ensemble de la plateforme. Enfin, le diagramme présente également **Zoom AI** elle-même comme la couche d’IA partagée qui opère au sein de cet écosystème plus large. Dans cette vue simplifiée, Zoom AI est représenté par 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 certains fournisseurs de modèles d’IA tiers 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 maintenant une expérience d’IA unifiée sur la plateforme. ## Approches du modèle de service Zoom AI

Aperçu des approches d’IA de Zoom, y compris Federated, ZM+ et ZMO

Le schéma ci-dessus illustre les trois approches d’IA de Zoom : l’approche fédérée, Zoom-Hosted Models 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, 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 modèle dédiées gérées par Zoom, tandis que ZMO conserve le traitement de l’IA uniquement au sein des modèles hébergés par Zoom, offrant le chemin 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 de 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. Consultez la page Modèles, traitement, stockage et utilisation de Zoom AI pour plus d’informations. ## Fonctionnalités et artefacts des médias en direct

Aperçu 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 schéma ci-dessus illustre comment les interactions multimédias en direct — telles que les réunions et les appels téléphoniques — peuvent produire en aval des Fonctionnalités et des artefacts alimentés par l’IA sur l’ensemble de 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 de la **Routeur multimédia (MMR)**. Pour la téléphonie, l'audio entre généralement par **zones SIP**. Une fois l'audio ingéré, il est acheminé vers le service de Zoom **Reconnaissance automatique de la parole (ASR)** service, qui convertit l'audio en direct en **données parole-texte**. Ces données parole-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 au service de Zoom **Traduction en direct** service, qui traduit la sortie de la conversion parole-texte en sous-titres traduits pour les Participants dans d'autres langues. Les données de conversion parole-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 une fois la session en direct terminée. Si la conservation de la transcription n'est pas activée, toutefois, les données de conversion parole-texte utilisées pendant l'interaction ne sont pas conservées sous forme de transcription persistante. Même dans ces cas, Zoom AI peut toujours utiliser temporairement les données de conversion parole-texte pendant la session pour prendre en charge les fonctionnalités d'IA en direct. Par exemple, un utilisateur peut poser **des questions en réunion** via Zoom AI pendant une réunion. Dans ce cas, Zoom AI peut utiliser les données de conversion parole-texte en direct de la réunion pour interpréter la question de l’utilisateur et générer une réponse pertinente fondée sur la conversation en cours. Une distinction importante dans ce flux est que Zoom AI ne conserve pas nécessairement une transcription de la conversation simplement parce que des données de synthèse vocale ont été utilisées pendant la session. Sauf si la conservation de la transcription est spécifiquement activée, ou si les données sont conservées via une Fonctionnalités telle que **Mes notes**, les données de synthèse 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 IA résultante ou les notes associées peuvent ensuite demeurer Disponible en tant qu’artefact conservé même lorsqu’une transcription persistante n’est pas générée. Certains artefacts conservés peuvent également servir de base à des artefacts et flux de travail supplémentaires en aval. Une synthèse de réunion, une synthèse de webinaire, une synthèse d’appel ou les My Notes d’un utilisateur peuvent être convertis 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 ensuite servir de contexte pour d’autres Fonctionnalités IA ou flux de travail évoqués ailleurs dans ce document. De cette façon, l’audio en direct peut mener non seulement à des Fonctionnalités IA immédiates, mais aussi à une chaîne d’artefacts conservés qui peuvent continuer à soutenir les travaux ultérieurs assistés par l’IA sur toute la plateforme Zoom. Ce diagramme s’applique aux Fonctionnalités suivantes : | Fonctionnalités | Description | Produit(s) | Conservation des artefacts | | :----------------------------------: | :------------------------------------------------------------------------------------------------------------: | :------------------: | :------------------------: | | Sous-titres en direct | Sous-titres de conversion vocale en texte en temps réel pour les sessions en direct. | Réunions, webinaires | Non conservé | | sous-titres traduits | Sous-titres traduits en temps réel générés à partir des données de conversion vocale en texte en direct. | Réunions, webinaires | Non conservé | | Transcriptions | Enregistrements textuels conservés du contenu de réunion issu de la conversion vocale en texte. | Réunions, téléphone | Conservé | | synthèse de réunion | Synthèse générée par l’IA des points clés de la discussion de réunion, des décisions et des éléments d’action. | Réunions | Conservé | | Synthèse de webinaire | Synthèse générée par l’IA du contenu clé du webinaire partagée après la session. | Webinaires | Conservé | | Synthèse d’appel | Synthèse post-appel générée par l’IA des détails clés et des éléments d’action. | Téléphone | 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 de la messagerie vocale | Classement des messages vocaux basé sur l’IA selon l’importance définie par l’utilisateur. | Téléphone | Conservé | | Questions de réunion | Réponses de l’IA aux questions de réunion à l’aide du contexte de réunion en direct. | Réunions | Conservé | | Questions de webinaire | Réponses de l’IA aux questions de webinaire à l’aide du contexte de webinaire en direct. | Webinaires | Conservé | | Questions d’appel | Réponses de l’IA aux questions d’appel à l’aide du contexte d’appel en direct. | Téléphone | 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 opérant 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 via l’infrastructure associée au produit utilisé — comme le **MMR** pour les réunions ou la **zone SIP** 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 de Zoom. Une fois l’enregistrement finalisé, l’audio associé à cet enregistrement est envoyé au service de transcription de Zoom. **Reconnaissance automatique de la parole (ASR)** Ce processus produit une **transcription spécifique à l’enregistrement**qui peut différer des données de conversion vocale en texte 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 alors 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 résumés, des moments 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 des modèles hébergés par Zoom le cas échéant, afin de transformer la transcription brute de l’enregistrement en résultats plus exploitables après réunion ou après appel. Une fois cette analyse terminée, les artefacts générés par l’IA 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 facilitent la navigation et la compréhension du contenu. Ainsi, le schéma montre comment un enregistrement terminé peut servir de base à une deuxième étape de traitement par l’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) | Conservation des artefacts | | :---------------------------------------------------------------: | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------: | :------------------------: | | enregistrement intelligent | Moments forts, chapitres et résumés générés par l’IA pour les réunions enregistrées | Réunions | Conservé | | Générer des titres, des descriptions et des balises | Titres, descriptions et balises générés par l’IA pour les extraits. | Extraits | Conservé | | Création de contenu par IA pour les enregistrements et les vidéos | Utilise les transcriptions d'enregistrement d'événement pour générer du contenu écrit et de courts 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** fonctionner en utilisant le contenu utilisateur Disponible comme contexte pour des tâches et des résultats assistés par l’IA ultérieurs. Dans ces cas, Zoom AI ne fonctionne plus uniquement à partir des données d’interaction en direct. Au lieu de cela, il s’appuie sur des artefacts qui existent déjà dans 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 artefacts tels que des messages chat, des résumés de réunion, Mes Notes, des transcriptions, des documents Zoom Canvas, des diaporamas Zoom Slide, des documents Zoom Paper, du contenu Zoom Mail ou Zoom Calendar, des données e-mail ou de calendrier provenant de tiers connectés, ou encore des fichiers téléchargés par l’utilisateur pour prendre en charge une demande particulière. De cette manière, Zoom AI utilise des artefacts Zoom créés au préalable, ainsi que des données intégrées au niveau personnel lorsqu’elles sont disponibles, pour aider à atteindre l’objectif final demandé par l’utilisateur. Le diagramme montre également que ce processus peut lui-même générer **nouveau contenu utilisateur**. Par exemple, Zoom AI peut utiliser des matériaux existants pour créer un nouveau Zoom Sheet, un document Zoom Canvas, un Zoom Slide deck 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 des 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 utilisateurs peuvent poser des questions sur l’ensemble de la plateforme ou interagir avec des documents et des matériaux disponibles via la suite de productivité IA de Zoom. Dans ces cas, Zoom AI travaille de nouveau à partir d’artefacts existants accessibles à l’utilisateur pour fournir la recherche, la synthèse, des réponses aux questions ou un suivi, montrant comment les fonctionnalités d’IA dérivées étendent la valeur du contenu antérieur à de nouvelles tâches et à de nouveaux résultats. {% hint style="info" %} **Remarque** Téléversements de fichiers utilisateur locaux [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) | Conservation 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 résultats 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 à travers le contexte Zoom Disponible. | panel de chat IA | Conservé | | Poser des questions | Réponses générées par l’IA basées sur les documents et les éléments sélectionnés dans Zoom hub. | hub | Conservé | ## Fonctionnalités génératives 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 génératives et de composition** fonctionnent 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 obtenir un résultat ultérieur, les fonctionnalités génératives et de composition sont souvent guidées plus directement par l’entrée immédiate de l’utilisateur. Dans de nombreux cas, ces fonctionnalités ne dépendent pas d’artefacts Zoom conservés déjà stockés ailleurs dans l’environnement de contenu de l’utilisateur. Elles reposent plutôt principalement sur des invites directes de l’utilisateur, des requêtes, des fichiers téléversés ou le contenu immédiat à l’écran associé à l’expérience produit Actif. Cette distinction est particulièrement importante pour les fonctionnalités qui fonctionnent à partir du contenu visible dans le contexte actuel de l’utilisateur plutôt qu’à partir d’artefacts précédemment indexés ou conservés. Par exemple, lorsqu’un utilisateur résume un fil 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 client Actif 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 provenant du fil Actif, de l’ensemble des messages ou d’un autre contexte d’interface visible sont converties en texte et soumises 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 s’appuient principalement sur l’instruction directe de l’utilisateur plutôt que sur un texte source. Par exemple, lorsqu’un utilisateur demande la génération d’images, l’utilisateur décrit le résultat souhaité à l’aide d’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 s’appuyer sur 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 résultant passant ensuite par des contrôles de modération avant d’être renvoyé à l’utilisateur. Pris ensemble, le schéma montre que les fonctionnalités de génération et de composition dépendent souvent moins des artefacts conservés et davantage de l'intention immédiate de l'utilisateur, du contexte actif côté client ou des documents d'appui téléversés. De cette façon, elles représentent un autre mode majeur de fonctionnement de Zoom AI : non seulement récupérer et raisonner à travers le contenu précédent, 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) | Conservation des artefacts | | :----------------------------------: | :---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :-----------------------------: | :------------------------: | | arrière-plan virtuel | Utilise l’IA pour créer des images d’arrière-plan virtuel personnalisées à partir des invites de l’utilisateur pour une utilisation dans les sessions Zoom. | Réunions, Événements, webinaire | Conservé (si sauvegardé) | | Génération d’images | Utilise l’IA pour transformer des dessins sur tableau blanc ou des artefacts visuels bruts en rendus visuels plus soignés, plus aboutis ou stylisés. | tableau blanc | Conservé (si sauvegardé) | | Génération d’images | Utilise l’IA pour créer des images de marque et d’autres ressources visuelles pour des événements, comme des en-têtes, des images de session et des supports liés à l’exposition. | Événements | Conservé (si sauvegardé) | | Génération de contenu | Utilise l’IA pour générer du contenu de tableau blanc à l’écran, comme du texte, des notes adhésives, des tableaux, des cartes mentales et d’autres éléments visuels structurés à partir des requêtes de l’utilisateur. | tableau blanc | Conservé (si sauvegardé) | | Génération de contenu | Utilise l’IA pour générer du contenu écrit pour les événements, comme des descriptions, des détails de session, des biographies d’intervenants et des annonces dans le hall. | Événements | Conservé (si sauvegardé) | | rédaction d'e-mail | Utilise l’IA pour rédiger et peaufiner 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 requêtes de l’utilisateur et du contexte de conversation disponible. | Chat | Conservé (si envoyé) | | Résumé des e-mails | Utilise l’IA pour résumer le contenu principal d’un e-mail ou d’un fil d’e-mails. | e-mail | Non conservé | | Résumé des messages, fils, documents | Utilise l’IA pour résumer les messages du 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 pour créer automatiquement des sessions, des intervenants et des questions personnalisées. | Zoom Events | Conservé (si sauvegardé) | ## Mes notes ### Mes notes dans Zoom Meetings

Vue d’ensemble des flux de données de Mes notes dans Zoom Meetings

Le diagramme ci-dessus montre comment, dans Zoom Meetings, Mes notes utilise le chemin audio existant de la réunion plutôt que de s’appuyer sur un autre audio présent 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, laquelle est remise à l’Appareil de l’utilisateur et peut ensuite prendre en charge la génération de notes après la 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 l’audio local de l’Appareil sans rapport avec la réunion elle-même. Une fois la réunion terminée, la transcription et les notes résultantes peuvent rester disponibles selon les 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

Vue d’ensemble des flux de données de Mes notes en dehors de Zoom Meetings

Le diagramme ci-dessus montre comment, en dehors de Zoom Meetings, Mes notes fonctionne via l’audio local de l’Appareil de l’utilisateur plutôt que via une session Zoom partagée. S’il est activé pendant une réunion tierce ou une discussion en personne, Mes notes peut utiliser l’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 à utilisateur unique et traité par le service de reconnaissance vocale automatique (ASR) de Zoom afin de générer une transcription, laquelle est remise à l’Appareil de l’utilisateur et peut ensuite prendre en charge la génération de notes après la réunion. Cela signifie qu’en dehors de Zoom Meetings, la transcription est basée exclusivement sur l’audio transmis depuis l’Appareil local de l’utilisateur plutôt que sur un flux audio partagé de réunion Zoom. Mes 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 mettre en avant les Fonctionnalités dans des situations telles que des réunions tierces, des 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 selon les Paramètres de conservation applicables. ## ZoomMate

Vue d’ensemble 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**, en 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 trouve au centre d’un environnement de travail plus large dans lequel les utilisateurs peuvent rechercher, raisonner, créer et agir sur les matériaux et les systèmes qui soutiennent leur travail quotidien. Une grande partie de ce rôle vient de l’accès de ZoomMate à **du contenu de première partie de Zoom**. Cela peut inclure des éléments tels que des résumés, Mes notes, des enregistrements, des documents Canvas, des messages de chat et d’autres contenus générés par l’utilisateur créés sur l’ensemble de la plateforme Zoom. Ces éléments aident à fournir à ZoomMate le contexte dont il a besoin pour répondre aux questions, synthétiser les informations, générer des résultats et assurer le suivi. ZoomMate peut également utiliser **la mémoire**, lui permettant d’intégrer des préférences de l’utilisateur pertinentes ou des détails liés au travail lorsqu’il aide à accomplir une tâche. Le diagramme montre également comment ZoomMate s’étend au-delà du contenu natif de Zoom en s’intégrant à **des sources de connaissances tierces**. Par exemple, les services d’option de stockage sur le 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 afin de prendre en charge la récupération dans ces éléments, ce qui permet à ZoomMate d’utiliser **la recherche agentique** pour travailler à la fois sur le contenu Zoom et sur les connaissances tierces connectées. De cette façon, ZoomMate peut effectuer des recherches non seulement dans ce qui existe dans Zoom, mais aussi dans les documents et les supports auxquels un utilisateur est autorisé à accéder sur les 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 elles fonctionnent différemment. Plutôt que d’être indexées, ces sources communiquent généralement avec ZoomMate par une récupération directe basée sur l’API. Elles sont ainsi utiles pour des tâches telles que la localisation d’un contexte d’e-mail pertinent, l’examen des informations du calendrier ou l’aide à planifier des événements, sans les traiter comme faisant partie de la couche de récupération indexée utilisée pour une recherche de document plus large. Le diagramme montre en outre que ZoomMate peut se connecter à un plus large éventail de **services et connecteurs tiers** prenant en charge à la fois l’exécution d’actions et l’accès aux connaissances. Cela peut inclure des systèmes tels que Jira, HubSpot, ServiceNow, Workday et d’autres plateformes d’Affaires connectées. Grâce à ces connexions, ZoomMate peut effectuer **des tâches agentiques** au nom de l’utilisateur, comme créer ou mettre à jour des enregistrements, récupérer des informations depuis des services externes ou effectuer d’autres actions connectées dans ces systèmes. Cela fait de ZoomMate bien plus qu’une surface de récupération et de synthèse ; il fonctionne aussi comme une couche d’exécution qui peut aider à transformer le contexte en action. Cette même base contribue aussi 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 systèmes connectés pour fournir une assistance plus dynamique fondée sur le raisonnement, aidant les utilisateurs à accomplir des tâches plus larges en plusieurs étapes avec davantage de continuité et d’adaptabilité. Les workflows, en revanche, peuvent fournir une automatisation plus structurée et répétable, permettant aux utilisateurs de définir des processus récurrents qui s’exécutent sur le contenu Zoom et, lorsque cela est pris en charge, sur des systèmes externes connectés. De cette manière, ZoomMate sert non seulement d’interface conversationnelle, mais aussi de point d’orchestration pour l’activité agentique dynamique et l’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 distinct plutôt que de s’appuyer uniquement sur le 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 manière, la même base ZoomMate plus large qui prend en charge la récupération, le raisonnement, les agents et les workflows peut également prendre en charge l’exécution de tâches plus avancées lorsque le travail demandé l’exige. Enfin, le diagramme ne représente pas tous les composants sous-jacents qui contribuent à alimenter ZoomMate. Il ne montre pas explicitement des couches de capacités fondamentales telles que les compétences, ni d’autres structures de soutien qui font partie de l’infrastructure et de la conception plus larges de Zoom AI. Ces éléments sont supposés fonctionner au sein du système d’IA sous-jacent qui permet le comportement de ZoomMate. L’objectif de ce diagramme est plutôt de montrer les principaux points de contexte, de connaissances et d’action par lesquels ZoomMate fonctionne comme une surface de travail unifiée à travers Zoom et les systèmes connectés. ### Connexions tierces et indexation de ZoomMate

Vue d’ensemble de la manière dont ZoomMate se connecte à des services tiers et à des sources de données

Le diagramme ci-dessus illustre deux parties liées mais distinctes de l’architecture de données tierces de ZoomMate. La première concerne la manière dont ZoomMate se connecte à des applications et services tiers pris en charge afin de pouvoir récupérer des informations ou agir dans ces systèmes. La seconde explique 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 diagramme 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 d’Affaires externes. Ces connexions permettent à ZoomMate d’aller 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 sur une connexion TLS via des 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 depuis ces systèmes et, lorsque cela est pris en charge, d’agir en leur sein au nom de l’utilisateur. Par exemple, ZoomMate peut récupérer des détails depuis un ticket Jira, rechercher une page Confluence, mettre à jour un enregistrement dans ServiceNow 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 à des outils tiers. Dans ces cas, ZoomMate peut utiliser l’application connectée comme un point de terminaison de service actif plutôt que seulement comme un dépôt de contenu indexé précédemment. #### 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 surtout pertinent pour les référentiels de contenu connectés tels que les systèmes d’option de stockage sur le cloud, les bases de connaissances, les plates-formes 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 depuis cette source et le préparer pour une recherche ultérieure. Ce processus de préparation peut inclure le découpage de fichiers plus volumineux ou d’enregistrements 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 fondée sur le sens. Lorsqu’un utilisateur envoie une requête qui dépend de contenu tiers indexé, ZoomMate peut rechercher ce contenu 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 puisse apparaître. Le contenu autorisé le plus pertinent peut ensuite être transmis à la couche d’IA de ZoomMate comme contexte de support pour la réponse. De cette manière, le schéma montre comment le contenu tiers indexé peut aider ZoomMate à produire des réponses fondées sur de véritables matériaux 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 schéma 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 et est invité à s’enregistrer en le lisant. Cette étape d’enregistrement guidé permet à Zoom de 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. Après que l’utilisateur a terminé l’enregistrement, les composants audio et vidéo sont traités par des chemins différents. L’audio est envoyé à un service tiers qui génère une ressemblance vocale basée sur la parole enregistrée de l’utilisateur. Une fois ce traitement terminé, le service tiers renvoie à Zoom un identificateur vocal unique. Zoom stocke 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 de l’avatar de l’utilisateur. Cela aboutit à un modèle d’avatar que Zoom stocke pour une utilisation future. Autoriser Zoom à générer de futurs clips ou médias basés sur l’avatar est rendu possible par ces deux sorties conservées — l’identificateur vocal stocké et le modèle d’avatar stocké —, qui reflètent à la fois l’apparence de l’utilisateur et sa voix synthétisée. ### Création de clip

Aperçu 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 d’un utilisateur et d’un profil vocal synthétisé. Le processus commence lorsque l’utilisateur téléverse le script qu’il souhaite que l’avatar présente. Ce script sert de contenu source pour le clip généré.\ \ À partir de là, le backend Web de Zoom coordonne deux entrées parallèles nécessaires à la création du résultat final. 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 à l’aide de 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 partir de la ressemblance d’avatar précédemment créée par l’utilisateur.\ \ Une fois que le service tiers de génération vocale a produit l’audio, celui-ci 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 parlé. Une fois ce processus de synchronisation labiale et de rendu terminé, Zoom produit le clip d’avatar finalisé et le renvoie à l’utilisateur. ## Dictionnaire personnalisé

Flux de données du dictionnaire personnalisé

Le diagramme ci-dessus illustre comment les Fonctionnalités du dictionnaire personnalisé aident à améliorer la précision des sorties Zoom basées sur la parole en fournissant au service de reconnaissance vocale automatique (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 pouvant être propres à une entreprise, à un secteur, à une équipe ou à une région, et qui pourraient autrement ne pas être reconnus ou restitués correctement lors de 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 être utilisé dans les contextes de réunion et de traitement vocal pris en charge. Lorsqu’un utilisateur lance ensuite une réunion, le service ASR de Zoom peut recevoir le dictionnaire personnalisé du compte dans le cadre de son contexte de traitement. À mesure que le service ASR convertit l’audio en direct en données de conversion de la parole en texte, il peut comparer la langue parlée perçue au dictionnaire personnalisé et tenter d’associer 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 conversion de la parole en texte peut refléter plus précisément la terminologie réellement utilisée dans la réunion. Cette précision améliorée peut ensuite se répercuter sur les artefacts en aval dérivés de la conversation. Par exemple, si une synthèse de réunion, des sous-titres, une transcription ou un autre élément basé sur des données de conversion de la parole en texte est généré ultérieurement, ces sorties peuvent refléter une représentation plus précise des mots prononcés pendant la réunion, ce qui contribue à améliorer la qualité et l’utilité de l’artefact généré par l’IA. ## Modèles personnalisés de synthèse de réunion

Flux de données des modèles personnalisés de synthèse de réunion

Le diagramme ci-dessus illustre comment des synthèses de réunion personnalisées sont générées à partir d’un modèle défini par l’utilisateur ou par le compte. Le processus commence lorsqu’un modèle est créé et enregistré dans Zoom. Au niveau du compte, un administrateur peut définir un modèle personnalisé de synthèse de réunion pour une utilisation organisationnelle. Au niveau individuel, un utilisateur peut créer un modèle personnel de synthèse de réunion basé sur ses propres préférences. Une fois créé, le modèle sélectionné est stocké afin de pouvoir être appliqué lors des générations de synthèse ultérieures. À la fin d’une réunion, Zoom AI peut utiliser les données de conversion de la parole en texte de la réunion pour générer une synthèse qui suit la structure et l’accent du modèle personnalisé choisi. Si le modèle personnalisé a été sélectionné avant que la synthèse de réunion ne soit générée, Zoom AI applique ce modèle directement lors de la production de la synthèse. Cela permet au résultat final 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 plus tard 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, toutefois, 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 Personal Audio Isolation 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 contenant 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 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. En conséquence, l’audio transmis au cloud Zoom est l’audio de la réunion affiné, avec le bruit ambiant filtré dans la limite 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 local au niveau de l’Appareil qui améliore la clarté de l’audio avant que l’audio nettoyé ne soit transmis dans 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/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.