Ce document présente l'architecture d'apprentissage automatique de la plateforme vocale Snips, une solution logicielle permettant de réaliser la compréhension du langage parlé sur des microprocesseurs typiques des appareils IoT. L'inférence embarquée est rapide et précise tout en garantissant la confidentialité par conception, car aucune donnée personnelle de l'utilisateur n'est jamais collectée. En nous concentrant sur la reconnaissance automatique de la parole (Automatic Speech Recognition) et la compréhension du langage naturel (Natural Language Understanding), nous détaillons notre approche pour former des modèles d'apprentissage automatique à haute performance qui sont suffisamment petits pour s'exécuter en temps réel sur des appareils miniatures. De plus, nous décrivons une procédure de génération de données qui fournit des données d'entraînement de qualité suffisante sans compromettre la confidentialité de l'utilisateur.