Voices.com a lancé son programme bêta pour une nouvelle IA, et nous avons eu l’occasion de tester la plateforme. Dans sa FAQ, Voices.com a déjà répondu à des questions importantes concernant AI Studio et les relations avec les talents et les clients. Nous souhaitons non seulement examiner ces informations de plus près, mais aussi vous livrer un regard critique et concret sur les performances de la plateforme au quotidien.
Qu’est-ce qu’AI Studio ?
AI Studio de Voices.com se positionne comme une plateforme permettant aux clients de préécouter, d’acheter et de télécharger les voix « clonées » de comédiens voix off professionnels grâce à la synthèse vocale (Text-to-Speech, TTS). Pour les talents, autrement dit les comédiennes et comédiens eux-mêmes, cette offre est censée constituer une nouvelle source de revenus en mettant leur voix à disposition pour le clonage. Mais qu’en est-il de la qualité des fichiers audio générés ? AI Studio peut-il réellement atteindre le niveau de textes interprétés par des professionnels ? Nous examinerons ces questions en détail dans la suite de notre test.
Notre expérience avec la version bêta d’AI Studio
Une fois connecté à la plateforme bêta, le processus commence par une question simple : quel type de projet souhaitez-vous créer ? Une sélection limitée de voix est ensuite proposée, soit actuellement une dizaine d’options différentes. Chaque voix dispose de ses propres démos : on peut ainsi parcourir les exemples pour se faire une idée de sa « personnalité ». Une fois la voix choisie, on passe à l’étape suivante, où l’on peut saisir le texte à lire. L’interface permet également d’ajouter des pauses et de personnaliser les accents d’insistance.
Source : https://www.voices.com/studio?utm_source=voicesai&utm_medium=email&utm_campaign=voicesai_early_access
Il est ensuite possible d’écouter un aperçu du texte saisi. Au moment de la rédaction de cet article, il n’était toutefois pas encore possible de télécharger le fichier audio généré. On ne sait donc pas dans quelle mesure la qualité de l’« aperçu » diffère de celle du fichier audio final proposé à l’achat. En revanche, il apparaît clairement que l’IA de Voices.com produit des résultats comparables à ceux des autres outils d’IA actuellement disponibles sur le marché. Elle ne semble donc pas offrir d’avantage significatif en matière de qualité, du moins pendant la phase bêta. À ceci près que Voices.com permet d’identifier les artistes qui se cachent derrière les voix IA en tant qu’artistes à part entière, bien humains.
La qualité des résultats de l’IA de Voices.com en version bêta
Comme il n’est pas encore possible d’acheter et de télécharger les voix générées sur Voices.com, nous ne pouvons pas (encore) présenter d’exemples audio ici pour des raisons juridiques. Nous souhaitons donc plutôt partager notre expérience des aperçus générés sur la plateforme.
- L’intonation de base et le naturel des résultats produits par l’IA sont comparables à ceux d’autres générateurs de voix par synthèse vocale.
- Comme on pouvait s’y attendre, les voix générées par l’IA ne possèdent pas la capacité de prise en compte du contexte qu’apporterait un comédien professionnel. Par conséquent, les accents d’insistance ne sont souvent pas placés comme ils devraient idéalement l’être dans un contexte professionnel.
- De petits artefacts apparaissent parfois, notamment au début ou à la fin des mots.
- La modification des pauses s’avère certes fastidieuse, mais fonctionne globalement assez bien.
- La qualité audio varie d’une voix à l’autre, ce qui pourrait s’expliquer par des différences dans les données d’entraînement ou le matériel utilisé par les comédiens.
- Pour des phrases courtes et des usages simples, l’IA semble tout à fait exploitable. Elle est toutefois loin de pouvoir faire entendre le sous-texte ou susciter des émotions de manière ciblée.
- Cette IA ne semble pas adaptée à la construction de l’identité des marques pour le moment, et il reste à voir si l’IA sera un jour capable de répondre aux exigences de cet usage.
- Le téléchargement des résultats semble relativement coûteux par rapport à d’autres outils d’IA. À titre d’exemple : un tarif de $0,50 par mot pour une voix nommée Rachael West a abouti, dans notre cas, à un coût de $72,80 pour un script de 140 mots.
Dans l’ensemble, l’IA de Voices.com montre du potentiel dans sa version bêta actuelle, mais présente encore certaines faiblesses qui nécessitent des améliorations. Voices.com souligne par ailleurs dans son propre article de blog :
« Pour des expériences d’écoute prolongées, il n’existe toujours pas de substitut approprié à une véritable voix humaine. Qu’il s’agisse de formations en entreprise, de contenus pédagogiques ou d’annonces publiques destinés à informer, ou de tout contenu visant à inspirer ou à divertir, une voix authentique et dynamique devrait assurer la narration. »
https://www.voices.com/blog/your-ai-voice-questions-answered/
L’éthique derrière l’approche de Voices.com
Voices.com insiste sur l’importance d’agir de manière éthique. Le consentement, la reconnaissance et la rémunération sont ainsi les principes centraux de sa collaboration avec les talents.
La transparence avec laquelle Voices.com communique ses principes éthiques est louable, et l’idée de créer une source de revenus simple pour les talents semble elle aussi intéressante. Les artistes voix off peuvent même utiliser des filtres de restriction pour contrôler les mots que leur voix clonée peut prononcer ou non. Une fois un projet terminé, les talents ont même accès au script utilisé.
Conclusion : voix IA contre voix humaines
Avec l’introduction de voix générées par l’IA, Voices.com manifeste au moins la volonté d’offrir aux comédiens une nouvelle source de revenus. C’est louable à une époque où l’IA est de plus en plus utilisée dans divers domaines. Il est également positif que Voices.com ait établi des règles éthiques pour sa collaboration avec les talents, notamment l’intention de les rémunérer pour l’utilisation de leur voix.
Il faut néanmoins le dire clairement : dans sa phase bêta actuelle, la technologie d’IA de Voices.com n’est tout simplement pas assez aboutie pour des usages professionnels. Entre une qualité audio inégale, des artefacts indésirables et une capacité insuffisante à transmettre efficacement les émotions ou le sous-texte, les voix générées en aperçu sont loin de pouvoir remplacer un véritable comédien humain. De plus, les coûts de téléchargement des fichiers audio finaux semblent disproportionnés par rapport à ceux d’autres prestataires.
En bref, si l’idée et les réflexions éthiques qui sous-tendent le projet sont louables, sa mise en œuvre a encore beaucoup de chemin à parcourir pour devenir réellement attractive dans un cadre professionnel.
Après tout ce gazouillis d’IA, vous avez envie de retrouver le son de véritables voix humaines ? Vous pouvez écouter quelques excellentes voix humaines authentiques sur la page de présentation des artistes d’Audiobird.com.
