Qu'est-ce que dograh ?
dograh est une plateforme pour construire des « voice agents » — des systèmes d'IA qui répondent ou passent des appels téléphoniques (ou gèrent des sessions vocales web), écoutent ce que dit un interlocuteur, décident quoi faire, et répondent vocalement en temps réel. Son propre dépôt GitHub la décrit comme une alternative open source et auto-hébergée à des plateformes comme Vapi et Retell, destinée aux équipes qui veulent le même type de produit sans confier par défaut l'audio et les transcriptions des conversations à un fournisseur tiers.
- Fonction principale : un constructeur de workflow visuel pour concevoir des conversations vocales à plusieurs tours, relié à un fournisseur de téléphonie d'un côté et à des fournisseurs LLM/STT/TTS de l'autre
- Modèle de déploiement : une pile Docker Compose que vous exploitez vous-même, sur un ordinateur portable pour le développement ou sur un serveur (la documentation de dograh indique un minimum de 8 Go de RAM et 4 vCPU pour un déploiement distant) pour la production
- Architecture fournisseurs : « bring your own » LLM, STT et TTS — configurez une clé API cloud, un point de terminaison local compatible OpenAI, ou l'un des modèles gérés propres de dograh, par workflow
- Développeur : dograh-hq sur GitHub ; le fichier LICENSE du dépôt indique Zansat Technologies Private Limited comme titulaire des droits d'auteur
- Dépôt canonique : github.com/dograh-hq/dograh, créé en septembre 2025 selon les métadonnées propres de GitHub
Installer dograh : déploiement Docker auto-hébergé
dograh se déploie avec Docker Compose via un script d'installation en une ligne, selon sa propre documentation de déploiement. Il n'y a pas d'installeur de bureau packagé à télécharger — l'auto-hébergement consiste à exécuter ce script sur votre propre machine ou serveur.
- L'installation locale/de développement ouvre l'application sur
http://localhost:3010une fois les conteneurs démarrés, selon la documentation de dograh - Windows utilise un script PowerShell équivalent (
start_docker.ps1), récupéré de la même manière, selon la même page de documentation - Un script
setup_remote.shdistinct cible un déploiement sur serveur de production et nécessite un accès root/sudo, ainsi que Docker et Docker Compose déjà installés - La documentation de dograh indique qu'un déploiement sur serveur distant nécessite un minimum de 8 Go de RAM et 4 vCPU, ainsi que les ports TCP entrants 80, 443, 3478 et 5349, et les ports UDP 3478, 5349 et 49152–49200 pour le trafic de téléphonie (WebRTC/SIP)
- L'exécution de plusieurs workers FastAPI derrière nginx pour un débit plus élevé est documentée séparément dans le guide de scaling de dograh
Installation locale (macOS/Linux)
Exécutez ceci dans un terminal, dans un répertoire vide :
curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && curl -o start_docker.sh https://raw.githubusercontent.com/dograh-hq/dograh/main/scripts/start_docker.sh && chmod +x start_docker.sh && ./start_docker.shSupport des modèles locaux : LLM, STT et TTS
dograh ne nécessite aucun fournisseur d'IA cloud — un déploiement auto-hébergé peut exécuter entièrement son LLM, sa reconnaissance vocale et sa synthèse vocale sur votre propre matériel, même si cela demande un peu plus de configuration qu'une simple clé API hébergée. La documentation propre de dograh est précise sur ce fonctionnement, et PromptQuorum n'a trouvé aucune revendication de support local au-delà de ce qui est documenté ci-dessous — ce n'est pas une plateforme qui « supporte tout » d'emblée.
LLM local : Ollama et vLLM
La documentation de configuration LLM de dograh indique qu'en plus des fournisseurs cloud (OpenAI, Google AI Studio, Google Vertex AI, Azure OpenAI, AWS Bedrock, Groq, OpenRouter, Hugging Face et d'autres), dograh « supporte les points de terminaison compatibles OpenAI tels qu'Ollama et vLLM » — ce qui signifie que tout modèle que vous pouvez servir derrière une API compatible OpenAI sur votre propre matériel, via l'un de ces deux projets, peut servir de modèle de raisonnement pour un agent dograh.
STT et TTS locaux : Speaches
La documentation propre voix et transcription de dograh nomme une option locale et auto-hébergée précise pour la reconnaissance et la synthèse vocale : Speaches, décrit dans la documentation de dograh comme « un serveur compatible API OpenAI » pour la transcription en flux continu et la synthèse vocale. Selon la propre page de projet de Speaches, Speaches repose lui-même sur faster-whisper pour la transcription et sur Piper et Kokoro pour la synthèse vocale — un déploiement dograh relié à une instance Speaches auto-hébergée exécute donc, sous le capot, une transcription de type Whisper et une synthèse vocale Kokoro/Piper, sans qu'aucune requête ne quitte votre infrastructure.
Ce que la documentation de dograh ne nomme pas
La documentation propre de dograh n'énumère pas de checkpoints LLM locaux précis (elle laisse ce choix à ce que vous exécutez derrière Ollama ou vLLM), et elle ne nomme pas directement Coqui TTS ni XTTS — ce ne sont pas des intégrations dograh documentées. Toute personne évaluant dograh spécifiquement pour un modèle local nommé devrait vérifier le support actuel sur docs.dograh.com avant de s'engager, la documentation des outils d'IA auto-hébergés évoluant entre les versions.
Que pouvez-vous construire avec dograh ?
Les fonctionnalités de dograh se concentrent sur le pipeline dont un agent vocal a besoin de bout en bout : un appel arrive, la voix est transcrite, un LLM décide quoi dire, la voix est synthétisée, et l'appel est transféré ou terminé — avec un constructeur visuel pour la logique intermédiaire. Selon le README GitHub et la documentation propres de dograh.
- Constructeur de workflow visuel — concevoir une logique conversationnelle à plusieurs tours (ce que demande l'agent, comment il se ramifie selon la réponse) sans écrire à la main une machine à états complète
- Intégrations téléphoniques — connecteurs intégrés pour Twilio, Vonage, Telnyx, Plivo, Cloudonix, Exotel, Vobiz et Asterisk ARI, selon la documentation d'intégration de dograh
- Bring-your-own LLM/STT/TTS — configurer les fournisseurs par workflow, en mélangeant des composants cloud et locaux/auto-hébergés selon les besoins
- Mode speech-to-speech — selon la documentation de configuration de dograh, un chemin alternatif qui saute les étapes STT/LLM/TTS séparées au profit d'un modèle speech-to-speech unique, lorsque le fournisseur sous-jacent le supporte
- Suivi de disposition d'appel — depuis la version v1.46.0, dograh peut déduire une disposition d'appel structurée (par ex. « résolu », « transféré », « sans réponse ») directement à partir de la conversation
- Transfert assisté vers un humain — transmettre un appel à un agent humain en cours de conversation, avec des dispositions configurables après un transfert réussi
- Utilisation d'outils native MCP, selon la description propre du dépôt de dograh, pour connecter un agent à des outils externes pendant un appel
- Authentification et domaines personnalisés en auto-hébergement — la documentation de déploiement propre de dograh couvre la configuration de la connexion et du SSL pour une instance auto-hébergée, distincte du produit cloud géré
Tarifs dograh : auto-hébergement gratuit vs. cloud géré
Auto-héberger dograh via Docker est gratuit, sous licence BSD-2-Clause, sans qu'aucune fonctionnalité verrouillée n'ait été trouvée par PromptQuorum dans le dépôt open source. Un produit cloud géré distinct sur app.dograh.com existe pour les équipes qui veulent le même logiciel sans exploiter leur propre serveur.
Option | Coût | Ce qui est inclus |
|---|---|---|
| Auto-hébergé (Docker) | Gratuit | Plateforme complète ; BSD-2-Clause ; serveur + clés API/modèles à votre charge |
| Cloud géré (app.dograh.com) | 0,01 $/min + usage fournisseurs | Infrastructure hébergée ; l'usage LLM/STT/TTS/téléphonie reste facturé séparément |
Le montant de 0,01 $/minute et le positionnement « auto-hébergement gratuit pour toujours » proviennent de la fiche répertoire et des supports publics propres de dograh — vérifiez les tarifs actuels du cloud géré directement sur app.dograh.com avant de budgétiser, les tarifs à l'usage d'un produit jeune pouvant changer. Les coûts des fournisseurs (un fournisseur cloud LLM, STT, TTS ou téléphonie facturé séparément) s'appliquent aux deux formules, sauf en cas d'utilisation de modèles entièrement locaux via Ollama/vLLM et Speaches.
Exemples d'usage
Voici des workflows construits à partir des fonctionnalités documentées de dograh ci-dessus, pas des cas d'usage hypothétiques.
Exécuter un agent vocal entièrement local pour les tests
Déployer dograh avec le quick-start Docker, orienter la configuration LLM vers un modèle servi localement via Ollama, et configurer les paramètres voix et transcription pour utiliser une instance Speaches auto-hébergée pour TTS/STT. Aucun audio ni transcription de conversation n'a besoin d'atteindre un fournisseur d'IA tiers pendant le développement.
Remplacer un fournisseur d'agent vocal hébergé pour une ligne de support
Connecter un numéro Twilio à un déploiement dograh auto-hébergé, construire la logique de gestion d'appel dans le constructeur de workflow visuel, et configurer le transfert assisté vers un agent humain pour les appels que le bot ne peut résoudre, en utilisant le suivi de disposition d'appel ajouté en v1.46.0 pour orienter le suivi.
Utiliser le cloud géré de dograh pour éviter l'exploitation d'infrastructure
Pour une équipe qui veut le constructeur de workflow et les intégrations téléphoniques de dograh sans exploiter Docker en production, la tarification à la minute d'app.dograh.com évite l'auto-hébergement tout en conservant la même plateforme open source sous-jacente.
Pour qui dograh est-il fait ?
Le fait que dograh convienne dépend de si vous avez besoin spécifiquement d'une plateforme d'agents vocaux auto-hébergeable, et de si votre équipe est à l'aise pour exploiter un déploiement Docker.
Utilisez dograh si
- Vous voulez une plateforme d'agents vocaux (bot répondeur téléphonique, remplacement de SVI, ou similaire) exploitable sur votre propre infrastructure plutôt que chez un fournisseur hébergé fermé
- Vous voulez la possibilité d'exécuter entièrement en local les composants LLM, STT et TTS — via Ollama/vLLM et Speaches — pour des conversations qui ne doivent jamais quitter vos propres serveurs
- Vous voulez une licence open source permissive (BSD-2-Clause) sans dépendance à un fournisseur sur le chemin auto-hébergé
- Vous êtes à l'aise pour exploiter et maintenir une pile Docker Compose, y compris ouvrir les ports de téléphonie (WebRTC/SIP) spécifiés par sa documentation
- Vous voulez des intégrations téléphoniques intégrées (Twilio, Vonage, Telnyx et d'autres) plutôt que d'en construire une de zéro
Attendez, ou regardez ailleurs, si
- Vous voulez un assistant vocal de bureau téléchargeable plutôt qu'une plateforme de construction d'agents téléphoniques — voir Voxa ou Jarvis pour Mac
- Vous n'avez besoin que de reconnaissance ou de synthèse vocale isolée, pas d'une plateforme complète d'agents/téléphonie — voir les reviews dédiées à faster-whisper ou Whisper.cpp
- Vous avez besoin d'un produit entièrement géré et sans exploitation dès le premier jour, sans vouloir évaluer l'auto-hébergement — le cloud géré de dograh existe pour cela, mais c'est un produit jeune, tarifé à l'usage, plutôt qu'un fournisseur SLA d'entreprise établi
- Vous avez besoin d'une grande organisation de support établie de longue date derrière le produit — dograh est un projet jeune (son dépôt GitHub a été créé en septembre 2025), le support passant par GitHub Issues et les canaux communautaires sur la formule auto-hébergée
dograh face aux autres outils vocaux
dograh se positionne dans le segment des agents vocaux en temps réel, aux côtés d'outils centrés sur l'entrée/sortie vocale plutôt que sur des plateformes complètes de gestion d'appels. Voici comment il se compare à d'autres options couvertes par PromptQuorum — voir le répertoire des logiciels d'IA locale pour le catalogue complet.
- Voxa — un assistant vocal en temps réel centré sur l'usage personnel/de bureau plutôt que sur la gestion d'appels téléphoniques ; voir la review Voxa si vous voulez un assistant vocal conversationnel, pas un constructeur d'agents téléphoniques.
- Jarvis pour Mac — un assistant vocal natif macOS ; voir la review Jarvis pour une alternative axée bureau à la plateforme de dograh, déployée sur serveur et orientée téléphonie.
- faster-whisper — le moteur de transcription sur lequel Speaches (l'option STT/TTS locale documentée de dograh) repose lui-même ; voir la review faster-whisper si vous n'avez besoin que de reconnaissance vocale locale, pas d'une plateforme d'agents complète.
- Whisper.cpp — un autre moteur de reconnaissance vocale local et auto-hébergé ; voir la review Whisper.cpp pour une option de transcription seule, plus légère que le déploiement de la pile complète de dograh.
Erreurs courantes lors de l'évaluation de dograh
La plupart des confusions autour de dograh viennent du fait de le traiter comme une application téléchargeable, ou de supposer qu'il fonctionne entièrement hors ligne sans aucune configuration.
Erreur 1 : chercher un installeur de bureau
dograh est une plateforme auto-hébergée déployée via Docker Compose, pas une application téléchargeable pour l'utilisateur final. Il n'y a pas d'installeur macOS/Windows/Linux à cliquer — le chemin d'installation est le script Docker quick-start couvert plus haut.
Erreur 2 : supposer que l'auto-hébergement est automatiquement entièrement local/hors ligne
Un déploiement dograh auto-hébergé a toujours besoin de fournisseurs LLM, STT et TTS configurés — par défaut, cela pourrait être une clé API cloud. Un fonctionnement entièrement local nécessite de configurer explicitement Ollama/vLLM pour le LLM et Speaches pour STT/TTS, selon la documentation propre de dograh.
Erreur 3 : confondre les tarifs des formules auto-hébergée et cloud géré
Auto-héberger dograh via Docker est gratuit sous licence BSD-2-Clause. Les 0,01 $/minute ne s'appliquent qu'au produit cloud géré distinct sur app.dograh.com, et l'usage des fournisseurs (LLM/STT/TTS/téléphonie) est facturé séparément dans les deux formules, sauf utilisation de modèles entièrement locaux.
Erreur 4 : supposer que tout checkpoint LLM local est documenté comme pris en charge
La documentation propre de dograh prend en charge l'inférence locale via les couches de service Ollama et vLLM, pas via une liste fixe de noms de modèles. La question de savoir si un modèle local donné fonctionne bien comme moteur de raisonnement d'agent vocal en temps réel est distincte de celle de savoir si dograh peut techniquement s'y connecter.
Questions fréquemment posées
Qu'est-ce que dograh ?
dograh (dograh.com, code source sur github.com/dograh-hq/dograh) est une plateforme open source et auto-hébergée pour construire des agents vocaux — des bots conversationnels téléphoniques ou web —, positionnée comme une alternative aux plateformes hébergées telles que Vapi et Retell.
dograh est-il gratuit ?
Auto-héberger dograh via Docker est gratuit, sous licence BSD-2-Clause. Un produit cloud géré distinct sur app.dograh.com facture 0,01 $/minute plus l'usage des fournisseurs LLM/STT/TTS connectés.
dograh est-il open source ? Quelle licence utilise-t-il ?
Oui. Le fichier LICENSE propre du dépôt est la licence BSD 2-Clause « Simplified », copyright Zansat Technologies Private Limited.
dograh prend-il en charge des modèles d'IA locaux, hors ligne ?
Oui, pour le composant LLM, dograh se connecte selon sa propre documentation à tout point de terminaison local compatible OpenAI, incluant explicitement Ollama et vLLM. Pour la reconnaissance et la synthèse vocale locales, dograh s'intègre à Speaches, un serveur local open source qui repose lui-même sur faster-whisper pour la transcription et Piper/Kokoro pour la synthèse vocale.
Comment installer dograh ?
Exécutez le script d'installation Docker Compose officiel en une ligne depuis un terminal : curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && curl -o start_docker.sh https://raw.githubusercontent.com/dograh-hq/dograh/main/scripts/start_docker.sh && chmod +x start_docker.sh && ./start_docker.sh. Le déploiement local s'ouvre sur http://localhost:3010.
Quels fournisseurs de téléphonie dograh prend-il en charge ?
Des intégrations intégrées pour Twilio, Vonage, Telnyx, Plivo, Cloudonix, Exotel, Vobiz et Asterisk ARI, selon la documentation d'intégration propre de dograh.
Combien d'étoiles GitHub dograh a-t-il ?
dograh comptait 5 636 étoiles et 1 398 forks sur GitHub, vérifié via l'API GitHub le 12/09/2026. Consultez le dépôt en direct pour le nombre actuel, ce chiffre évoluant en continu.
Quelle est la dernière version de dograh ?
Au 12/09/2026, la dernière version taguée sur GitHub était v1.46.0, datée du 3 septembre 2026, qui a ajouté la déduction de la disposition d'appel à partir du contenu de la conversation et le modèle TTS Sonic-3.6 de Cartesia, entre autres changements — consultez GitHub Releases pour la version actuelle.
Quelles sont les exigences serveur minimales pour auto-héberger dograh ?
La documentation de déploiement propre de dograh indique un minimum de 8 Go de RAM et 4 vCPU pour un déploiement sur serveur distant, ainsi que les ports TCP entrants 80, 443, 3478 et 5349, et les ports UDP 3478, 5349 et 49152–49200 pour le trafic de téléphonie.
Qui développe dograh ?
dograh est développé par dograh-hq sur GitHub ; le fichier LICENSE du dépôt indique Zansat Technologies Private Limited comme titulaire des droits d'auteur. Le dépôt a été créé en septembre 2025, selon les métadonnées propres de GitHub.