Gradium x NVIDIA : 100 M$ pour une voix française en callbot

Si vous cadrez un projet callbot en France cet été, la carte de la voix vient de bouger.

Pas côté application, ni côté LLM. Côté brique voix : le morceau de la chaîne temps réel qui décide comment sonne votre marque au bout du fil, combien de temps met la première syllabe à sortir, et où passe la voix de vos clients pendant l'appel.

Ce que Gradium a bouclé le 8 juillet 2026

Gradium a annoncé le 8 juillet 2026 une extension de son tour d'amorçage à 100 M$ au total, avec NVIDIA comme nouvel investisseur.¹² C'est un ajout d'environ 30 M$ à la première tranche de 70 M$ bouclée en décembre 2025.¹³

Les investisseurs déjà présents en décembre restent au tour : FirstMark Capital et Eurazeo comme chefs de file, puis DST Global Partners, Eric Schmidt (ex-Google), Xavier Niel et Rodolphe Saadé côté français.⁴ NVIDIA rejoint la table sept mois après la sortie de furtivité.¹

L'entreprise annonce en même temps l'ouverture d'un bureau à San Francisco et l'accélération de la R&D et du déploiement produit.² Elle continue à baser son labo à Paris.

Le contexte : Gradium est issu du laboratoire Kyutai. Les quatre cofondateurs ont signé les articles de recherche EnCodec, SoundStream et Moshi, qui sont aujourd'hui la base d'à peu près toutes les chaînes voix modernes, y compris celles utilisées par OpenAI.¹⁴ Ils ne partent pas d'une intuition marketing. Ils partent du code.

Renault, premier client public : ce que fait vraiment un callbot avec Gradium

Renault utilise Gradium pour ses applications vocales orientées client.¹ C'est le seul nom d'entreprise française cité en clair par Gradium à ce stade.

Concrètement, ça veut dire trois choses.

Un, Gradium ne remplace pas votre solution callbot. Il remplace la brique voix à l'intérieur : la reconnaissance de parole (STT), la synthèse vocale (TTS), la détection de fin de tour de parole, et — pour ceux qui vont jusque-là — un modèle voix-à-voix bidirectionnel (full-duplex) comme Moshi.²⁵

Deux, la promesse produit tient sur la latence perçue et le rendu français. Gradium met en avant un nouveau modèle TTS temps réel qui prononce mieux les acronymes, adresses email, numéros de téléphone et codes alphanumériques.² Ce sont exactement les zones où les callbots grand public se cassent la figure quand un client épèle son numéro de dossier.

Trois, Renault est identifié comme client par Gradium, sans que le communiqué détaille le périmètre, le volume d'appels ni les processus métier concernés.¹

Ce que ça ne dit pas : combien d'appels par mois passent par cette brique, quelle est la latence perçue en conditions réelles chez Renault, ni le prix effectif du contrat. Ces trois chiffres sont ce qu'il faudrait pour cadrer un retour sur investissement. Ils ne sont pas publics.

Reconnaissance, synthèse, voix-à-voix : Gradium se pose sur la même chaîne que Deepgram et ElevenLabs

Pour une DSI qui n'a pas cette chaîne en tête, il faut poser le décor. Un callbot moderne, c'est une chaîne temps réel : téléphonie (SIP), reconnaissance de parole (STT) pour transcrire l'audio, LLM pour décider, synthèse vocale (TTS) pour parler, plus une couche de détection de tour de parole et d'interruption de l'agent (barge-in) pour que la conversation ne soit pas robotique. Nous avons décrit cette chaîne pièce par pièce dans notre guide de la chaîne callbot 2026.

Jusqu'ici, la brique voix venait presque toujours de trois familles :

• des acteurs américains nés dans le cloud (Deepgram, ElevenLabs, OpenAI Realtime),
• une brique de grand fournisseur cloud (Amazon Polly, Google TTS, Microsoft MAI-Voice-2 depuis juin 2026 — voir notre analyse MAI-Voice-2),
• ou une brique open-source auto-hébergée (Whisper, XTTS, Voxtral côté Mistral, décrit dans Voxtral TTS Mistral).

Gradium arrive avec une quatrième option : un fournisseur français, avec des modèles vendus en API cloud, un modèle embarqué sur l'appareil (Phonon) pour les cas où la voix ne doit pas en sortir, et une bibliothèque open source (GradBot) pour construire un agent vocal.² Il propose aussi Gradium Translate, un modèle voix-à-voix multilingue.²

Ce que cela veut dire concrètement pour un directeur de la relation client :

• La voix française n'est plus un sous-produit d'un modèle américain multilingue. Elle devient un choix produit assumé, avec un fournisseur dont le siège et la R&D sont à Paris.¹
• Vous avez maintenant un fournisseur français à qui poser la question de l'hébergement, du sous-traitant de traitement des données et des transferts hors UE. Une entreprise basée à Paris ne garantit pas à elle seule une résidence des données en Europe : la clause exacte est à vérifier dans l'accord de traitement des données (DPA) et la documentation de sécurité de Gradium avant tout engagement.
• Sur la latence, Gradium se positionne sur le créneau du temps réel avec un nouveau modèle TTS optimisé pour le rendu des acronymes, adresses email et codes alphanumériques.² Les chiffres exacts de latence perçue restent à tester chez vous avant de croire une démo.

Ce que ça change pour une entreprise française cet été

Deux effets concrets, d'ici la fin 2026.

Effet un : la conversation avec votre fournisseur callbot change de nature. Jusqu'ici, si vous demandiez à un intégrateur « quelle voix utilisez-vous ? », la réponse honnête était souvent « Deepgram + ElevenLabs, ou OpenAI Realtime ». Personne ne se posait la question de la nationalité de la voix, parce qu'il n'y avait pas d'alternative crédible. Il y en a une maintenant. La demande devient légitime, y compris pour un cahier des charges banque, mutuelle ou secteur public.

Effet deux : la conformité et l'AI Act. À compter du 2 août 2026, l'Article 50(1) impose aux fournisseurs de systèmes d'IA conçus pour interagir directement avec des personnes physiques de concevoir ces systèmes de sorte que l'utilisateur soit informé qu'il interagit avec une IA, sauf lorsque cela est évident compte tenu du contexte.⁶ Cette obligation est distincte de l'origine géographique du fournisseur de voix. En revanche, pour un dossier de conformité qui doit décrire l'ensemble de la chaîne, avoir un fournisseur qui accepte de contractualiser une clause d'hébergement en UE simplifie la partie transferts de données — sans se substituer à une analyse d'impact relative à la protection des données (AIPD) en bonne et due forme.

Ce que ça ne change pas :

• Le choix du callbot lui-même. Une brique voix, aussi bonne soit-elle, ne définit pas votre callbot. La couche métier — intégration CRM, transfert vers un conseiller, orchestration des scénarios, journalisation et évaluation — reste l'essentiel du projet. C'est le sujet couvert par notre guide sur les prix et arbitrages callbot 2026.
• Le budget global. Substituer une brique voix ne fait pas baisser le coût d'un projet callbot. Ça peut le stabiliser (moins de dépendance à une feuille de route externe) ou le déplacer (contrat direct plutôt que refacturation).
• Le calendrier de mise en production. Si vous avez un callbot en pilote qui fonctionne, il n'y a aucune raison de le migrer maintenant sur Gradium au risque de casser vos mesures de latence et de qualité.

Pour cadrer un retour sur investissement callbot qui tienne devant un CODIR, ce sont les trois postes sur lesquels il faut rester chirurgical.

Trois questions à poser à votre fournisseur callbot avant la fin juillet

Si vous êtes en train d'arbitrer un projet callbot cet été, voici les trois questions que nous poserions à un fournisseur — Webotit inclus — pour cadrer l'impact Gradium.

1. Quelle voix parle à mes clients aujourd'hui, et où passe l'audio ?

Demandez le nom exact du fournisseur STT, du fournisseur TTS, la région d'hébergement, et le contrat de sous-traitance. C'est ce que votre DPO et votre RSSI vous demanderont dans six mois. Autant l'avoir à froid.

2. Pouvez-vous tester une brique voix française sur mon dossier, avec mes appels réels, en trois semaines ?

Un fournisseur callbot sérieux doit pouvoir mesurer la latence perçue et la qualité audio perçue (score MOS) d'une brique voix alternative sur un échantillon de vos appels, sans redéployer toute la solution. Si la réponse est « non, notre voix est verrouillée », c'est déjà une information sur l'architecture.

3. Quel serait le prix par appel avec Gradium plutôt qu'avec ElevenLabs ou OpenAI ?

C'est la seule façon de sortir du récit et d'entrer dans le concret. Le prix d'une brique voix reste minoritaire dans le coût total d'un callbot, mais c'est un poste qui a bougé plusieurs fois en 2026. Voir le prix explicite vous force à comparer les architectures pour de vrai.

Ce n'est pas la peine de basculer votre pilote demain matin. Mais si vous signez un cahier des charges callbot dans les huit prochaines semaines, ces trois questions doivent être dans le document.

FAQ

Est-ce que Gradium remplace un fournisseur de callbot comme Webotit ou Yelda ?

Non. Gradium vend des modèles de voix : reconnaissance de parole, synthèse vocale, voix-à-voix et traduction. Un fournisseur callbot vend une plateforme complète : orchestration des scénarios, intégration à votre CRM ou ERP, transfert vers un conseiller, supervision, conformité, journalisation et évaluation. Les deux sont complémentaires, pas concurrents. En pratique, un callbot peut être construit par-dessus une brique Gradium, ou par-dessus ElevenLabs, ou par-dessus MAI-Voice-2.

La voix Gradium est-elle disponible pour toutes les langues européennes ?

Gradium mentionne une capacité multilingue et un produit Gradium Translate qui gère la traduction voix-à-voix en cinq langues.² Le français est explicitement au cœur du produit puisque le labo Kyutai et Renault sont français. Les autres langues européennes doivent être vérifiées cas par cas selon votre périmètre.

Est-ce que la levée Gradium impose de reprendre notre cahier des charges callbot en cours ?

Non. Si vous êtes en appel d'offres ouvert, la seule chose à faire est d'ajouter une question sur l'origine et l'hébergement de la brique voix, et de demander aux fournisseurs candidats s'ils peuvent proposer une alternative française. Ce n'est pas un critère éliminatoire, c'est un critère de conformité et de résilience fournisseur qui n'existait pas de manière crédible il y a six mois.

Faut-il attendre pour signer un projet callbot en attendant que Gradium se stabilise ?

Non. Attendre coûte plus cher que de démarrer avec une brique voix éprouvée et de la remplacer plus tard si l'écart devient significatif. Les projets callbot en France gagnent leur retour sur investissement sur la couche métier et sur le taux d'automatisation, pas sur la brique voix. Voir notre analyse ROI callbot.

Sources et references

1. [1]TechCrunch, « Paris-based AI voice startup Gradium raises $100M seed, backed by Nvidia », 9 juillet 2026 —
2. [2]Gradium, « Gradium Extends Funding to $100 Million and Expands to Silicon Valley », 8 juillet 2026 —
3. [3]TechCrunch, « Paris-based AI voice startup Gradium nabs $70M seed », 2 décembre 2025 —
4. [4]Sifted, « Nvidia backs voice AI startup Gradium, bringing seed round to over $100m », juillet 2026 —
5. [5]TechFundingNews, « NVIDIA backs the French researchers who built voice AI's foundations at $100M, 7 months after launch », juillet 2026 —
6. [6]Règlement (UE) 2024/1689 (AI Act), Article 50 § 1 — obligations de transparence pour les fournisseurs de systèmes d'IA destinés à interagir directement avec des personnes physiques ; applicable à compter du 2 août 2026 —