Introduction
Tous ceux qui ont assisté à mes conférences ou à mes ateliers m’ont certainement entendu dire que l’industrie audiovisuelle sera la plus impactée par les modèles d’IA génératifs. intelligence artificielle générative L'IA commence à jouer un rôle important dans les processus de création de contenus télévisuels. Dans des domaines tels que la préproduction, la postproduction et la distribution, les décisions des professionnels sont influencées par la capacité de l'IA à optimiser et à innover les processus, minimisant ainsi les risques juridiques liés au droit d'auteur.
1. Voix synthétiques et doublage
Les voix générées par l'IA ont montré leur utilité initiale en devenant plus naturelles. Le doublage de voix synthétiques gagne en popularité pour les contenus à faible risque, comme la localisation de clips d'actualité ou de sport pour des plateformes comme YouTube, ou la programmation des chaînes FAST (Free Ad-Supported Streaming TV). Dans ces cas, la rapidité est essentielle pour élargir l'audience de contenus qui, autrement, ne seraient pas doublés.
Cependant, le doublage de contenus télévisuels premium reste complexe. Les voix générées par l'IA peuvent présenter des imperfections par rapport aux voix humaines. Si certains défauts peuvent être corrigés en ajustant la hauteur et l'inflexion, l'effort requis pour obtenir une qualité acceptable peut ne pas être justifié par rapport à un enregistrement traditionnel. Pour l'instant, le doublage par l'IA peut s'avérer utile pour accroître la portée et la monétisation, notamment dans les langues moins gourmandes en ressources qui ne bénéficient généralement pas de versions doublées.
Outre le doublage, le recours à des clones vocaux pour la narration a fait son apparition, toujours avec le consentement et la rémunération du professionnel ou de ses ayants droit. Par exemple, le clone vocal d'Al Michaels a été utilisé pour reproduire les moments forts de la couverture des Jeux olympiques par NBC sur Peacock.
2. Échange de visage et synchronisation labiale
Les modèles d'apprentissage profond sont très efficaces pour les modifications faciales complexes ou subtiles. Les applications initiales les plus prometteuses sont la synchronisation labiale pour le doublage et l'échange de visages pour des effets tels que le rajeunissement.
Outils de synchronisation labiale par IA, tels que ceux proposés par Parfait eo LipDub IA La technologie de MARZ permet de synchroniser les mouvements des lèvres et du visage d'un acteur avec la piste audio doublée. Les grands studios hollywoodiens testent cette technologie pour offrir une expérience plus immersive aux publics étrangers, donnant l'impression que le contenu a été produit dans leur langue maternelle.
L'échange de visages peut également servir à des retouches esthétiques ou à modifier complètement l'apparence d'un acteur, que ce soit pour le vieillir ou le rajeunir. Ces outils permettent également d'éviter les reprises, permettant aux acteurs de réécrire leurs dialogues à distance.
3. Génération de vidéos par l'IA
La production vidéo progresse rapidement, et les studios et les cinéastes manifestent un intérêt pour l'intégration de ces modèles comme outils de production. Cependant, des incertitudes subsistent quant à leur intégration professionnelle aux flux de travail et quant aux personnes qualifiées pour les exploiter. Compte tenu des différences significatives avec la réalisation cinématographique traditionnelle, les effets visuels ou l'animation, des questions telles que le photoréalisme, la cohérence et le contrôle constituent des sujets de préoccupation majeurs.
Bien que les critiques suggèrent que la génération de texte en vidéo peut être imprévisible, des techniques comme le vidéo-vers-vidéo émergent, comme en témoigne le récent lancement de Gen-3 Alpha par Runway. Les grands studios explorent les possibilités d'affinement des modèles vidéo, en les entraînant avec du contenu propriétaire pour un usage interne. Le partenariat entre Lionsgate et Runway est un exemple public de cette initiative, suivie par d'autres studios hollywoodiens.
Conclusion
Si les performances de l'IA générative continuent de s'améliorer pour répondre aux normes de la télévision premium, des questions juridiques urgentes continuent de freiner son adoption complète dans la production de contenus. Cependant, les opportunités offertes par ces technologies laissent présager une transformation prometteuse du secteur télévisuel, stimulant la créativité et l'efficacité des processus de production et de distribution.
