Un regard critique sur les défis et les obstacles liés à l’utilisation de l’IA dans les projets de voix off professionnels.
La fascination pour les nouvelles technologies
Les technologies comme la synthèse vocale par IA (TTS) et le clonage vocal semblent, à première vue, prometteuses, y compris pour les productions médiatiques professionnelles. On entrevoit d’abord la perspective séduisante de solutions rapides et économiques pour créer des voix destinées au doublage, aux films institutionnels, aux spots radio, à la formation en ligne et à bien d’autres usages. Pourtant, à y regarder de plus près, la synthèse vocale par IA est moins efficace que les voix humaines professionnelles, sans même parler de son manque d’authenticité humaine.
La synthèse vocale par IA : un travail qui demande du temps et des efforts
Les technologies de synthèse vocale par IA transforment un texte écrit en parole. De nombreux producteurs de médias y voient aujourd’hui une alternative rapide et peu coûteuse aux comédiens voix off professionnels expérimentés. Mais lorsqu’ils utilisent ces technologies pour créer des contenus audio, ils se heurtent à des difficultés considérables.
L’un des principaux obstacles est le manque de naturel. Les modèles de synthèse vocale par IA peinent souvent à reproduire les rythmes, les pauses et les intonations naturels de la parole humaine. Il faut fréquemment les programmer et les ajuster manuellement, ce qui prend beaucoup de temps.
Par ailleurs, la résonance émotionnelle offerte par la synthèse vocale par IA n’atteint souvent pas celle d’une voix humaine. Même après des ajustements poussés et des réglages minutieux, les modèles TTS ne parviennent souvent pas à créer avec le public le lien émotionnel qu’établit un comédien voix off professionnel.
Le clonage vocal : des difficultés de production audio malgré une technologie apparemment impressionnante
Le clonage vocal est une autre technologie qui semble offrir une solution économique pour créer des voix off. Il utilise l’IA pour copier et reproduire la voix d’une personne donnée. Toutefois, cette technologie pose elle aussi des problèmes considérables.
Le clonage vocal nécessite l’enregistrement d’un « matériau source » par un comédien voix off « professionnel ». Cette étape supplémentaire prend non seulement du temps, mais constitue aussi un premier poste de dépenses. De plus, l’IA génère souvent des erreurs lors du clonage de la voix (artefacts) , ce qui peut obliger à réenregistrer le matériau source. Cela entraîne des retards et rend le processus peu efficace.
Synthèse vocale par IA et clonage vocal : deux technologies différentes confrontées à des défis similaires
Il est important de préciser que la synthèse vocale par IA et le clonage vocal sont deux technologies distinctes, dont le fonctionnement diffère. La synthèse vocale par IA génère une voix semblable à une voix humaine à partir d’un texte, tandis que le clonage vocal reproduit la voix d’un locuteur existant à l’aide d’une autre voix.
Ces deux technologies sont toutefois confrontées à des défis similaires. Elles nécessitent un temps considérable pour les ajustements et les corrections, et ne peuvent souvent pas offrir la qualité sonore et la profondeur émotionnelle d’un comédien voix off professionnel enregistré dans un cadre professionnel.
Puissance de calcul et coûts
Un autre problème, souvent négligé, est la puissance de calcul considérable nécessaire à la génération de contenus de synthèse vocale et au clonage vocal. Les fournisseurs d’IA investissent dans du matériel et des logiciels performants pour gérer la complexité des traitements. Cette infrastructure engendre non seulement des coûts élevés d’acquisition et de maintenance, mais aussi des frais d’exploitation permanents, notamment pour l’électricité et le refroidissement. Le coût réel des contenus générés par IA ne pourra être évalué de façon réaliste que sur le long terme, car le capital-risque abonde actuellement pour financer ces dépenses.
Les entreprises qui misent sur ces technologies devraient tenir compte de ces facteurs de coût afin d’obtenir une estimation réaliste du coût total à long terme de la création de voix off et de voix IA.
Le cas particulier du doublage : pourquoi le clonage pourrait malgré tout fonctionner à long terme
Les productions de doublage présentent une situation particulière qui pourrait rendre l’utilisation des technologies de clonage vocal plus rentable pour les producteurs que le recours à des spécialistes professionnels du doublage, notamment lorsque le volume de contenus à traiter est important.
Les acteurs des films fournissent eux-mêmes déjà un « matériau source » contenant des nuances émotionnelles, des voix et des variations d’humeur que la technologie d’IA pourrait exploiter. Dans le cadre du doublage, ces nuances émotionnelles et vocales pourraient être transposées dans une autre langue. Le clonage vocal et la traduction par IA pourraient ainsi être combinés pour utiliser les enregistrements originaux comme base et produire des films intégralement doublés dans d’autres langues.
Mais, là encore, nous sommes encore loin d’une solution opérationnelle, et il est permis de se demander si le public accepterait seulement d’être diverti par des « robots ». De plus, plusieurs questions juridiques restent encore sans réponse.
Conclusion : la valeur des comédiens voix off professionnels
Bien que les technologies d’IA soient indéniablement impressionnantes, nous nous demandons si elles offrent un véritable avantage pour un usage professionnel dans les studios de doublage, les studios publicitaires ou les stations de radio.
En réalité, ces technologies sont moins efficaces que le recours direct à des comédiens voix off professionnels.
La parole humaine est complexe et nuancée, et il peut être difficile de saisir ces nuances dans des modèles d’IA. Les comédiens voix off professionnels, en revanche, apportent leur expérience et leur intelligence émotionnelle à leur travail, produisant ainsi des contenus audio de qualité et captivants. En bref, ils restituent avec justesse le contexte en une seule prise, tandis que l’IA a besoin de cinq ou six tentatives sans pour autant parvenir à un résultat parfait à 100%.
Malgré les progrès de l’IA, faire appel à des comédiens voix off professionnels reste la méthode la plus fiable et la plus efficace pour créer des voix off de qualité.
Citation :
Pour terminer, voici une citation de Bernd Biemüller, un professionnel expérimenté du secteur du doublage, qui exerce comme producteur audio depuis plus de 20 ans :
« La situation actuelle me rappelle les années 90, lorsque chacun pouvait créer des flyers à moindre coût grâce à Photoshop. Beaucoup pensaient que cela sonnerait le glas des graphistes professionnels. Mais la réalité a été tout autre : après seulement quelques années à devoir supporter de nombreux flyers terriblement amateurs, les gens se sont de nouveau tournés vers des graphistes professionnels pour réaliser leurs flyers. Pourquoi ? Pour la qualité et le savoir-faire. Photoshop pouvait certes fournir les outils, mais les utilisateurs manquaient d’expérience et de sens artistique pour créer des visuels efficaces et esthétiquement réussis. Ce sont ces compétences qu’offraient les graphistes professionnels. »
