TRIBUNE

D'humain à humain, pas d'IA à IA

Pourquoi les contenus de qualité resteront humains.

FAMILIAR LABS RECHERCHETOUS LES ARTICLES

RÉSUMÉ

On ne ressent pas d'empathie pour un humain créé par l'IA. Ou du moins, la plupart d'entre nous pas autant. Nous regardons une interprétation parce que nous savons qu'une vraie personne y joue une émotion brute. L'IA peut devenir aussi réaliste qu'elle le voudra : dès que nous savons que c'est de l'IA, l'empathie retombe. Familiar Labs ne remplace donc jamais un acteur et ne crée jamais une personne de toutes pièces. Pas de l'« IA générative », mais de la traduction au service des créatifs : l'interprétation qu'une personne a livrée, portée dans chaque langue.

L'empathie

Tout tient à l'émotion.

Nous savons qu'un véritable être humain joue des émotions brutes, et nous les ressentons avec lui. Une partie du public veut seulement entendre des voix ; la plupart sentent la différence. Et la mention arrivera de toute façon : les grandes plateformes signalent les contenus créés par l'IA. L'écart ne se referme donc pas quand les pixels s'améliorent. Il ne se referme que lorsque la personne est réelle. Les publics les plus jeunes le savent mieux que personne : ils suivent des gens pour leur vraie personnalité et veulent du vrai.

L'aura des stars

Nous aimons les stars. Nous regardons une série pour un visage connu et une grande interprétation. Quand ce n'est pas vraiment elles, l'aura de la star s'étiole, et avec elle la grosse production bâtie autour.

LA VOIX
TOUJOURS ELLE
L'interprétation de la star elle-même, portée dans une autre langue avec le consentement de la production.
PLUS ELLE
Une voix qui n'est pas la sienne lit ses répliques.
LE VISAGE
TOUJOURS ELLE
Le même visage, la même prise, les lèvres qui suivent les nouveaux mots.
PLUS ELLE
Un acteur qui n'est pas elle.
UN ARTISTE DISPARU
TOUJOURS ELLE
Ses propres interprétations enregistrées, que l'ayant droit peut localiser.
PLUS ELLE
Un nouveau projet auquel il n'a jamais consenti, même quand ses héritiers ont signé. Nous ne faisons pas cela.

Ce que garde un doublage

D'humain à humain, pas d'IA à IA.

Un doublage garde tout à l'identique : la personne, l'interprétation, la scène, la musique. Seule la langue change. C'est pour cela que nous avons construit un modèle de décision et non un modèle vidéo : qui, à l'écran, dit la réplique, l'émotion du murmure au cri, quel nom ou quelle marque reste tel quel, ce que dit le texte à l'image. Rien n'est inventé. Tout est transmis.

Les contenus créés par l'IA, avec de l'effort

Il y aura des contenus assistés par l'IA et des contenus créés par l'IA, et certains seront faits avec un vrai effort. Ces contenus ont toujours besoin d'un doublage. Un modèle généraliste ne sait pas rejouer la même scène dans une nouvelle langue avec la bonne personne qui parle, les rires et la musique intacts et le texte à l'écran remplacé. Et c'est sur la traduction que même les meilleurs modèles généralistes trébuchent : une blague qui ne passe pas, un nom qu'on traduit, un mot d'argot qui prend un sens fâcheux dans la nouvelle langue, un sujet que cette culture évite. L'IA faite avec effort a son propre domaine, celui qu'occupe déjà l'animation : un roman ou un manga porté à l'écran sans aucun acteur réel. Dès que l'IA vise le photoréalisme pour remplacer l'acteur qui aurait joué, le résultat sonne creux. Les contenus faits sans effort ne vaudront pas la peine d'être doublés ; ils seront simplement refaits pour chaque culture. Très bien. Nous ne sommes pas faits pour eux.

Et certains contenus ne peuvent pas être refaits du tout :

SPORT
Le match n'a lieu qu'une fois. Il n'y a rien à rejouer.
STREAMS
En direct, avec le chat. Un moment, pas un fichier.
TÉLÉRÉALITÉ
Des gens sans script. La prise est la seule prise.
DOCUMENTAIRES
De vraies personnes qui disent de vraies choses, une seule fois.

Un moment en direct ne peut qu'être transmis. Notre prochaine version va dans cette direction.

Deux voies

LA VOIE RAPIDE

  • Un envoi, et l'on prend ce qui sort, sans contrôle, avec une traduction impossible à valider.

LA VOIE DE LA QUALITÉ

  • La personne, l'interprétation et la scène préservées, chaque décision enregistrée et modifiable par vous, en une seule passe.

Nous avons choisi la seconde à dessein.

HeyGenHeyGenElevenLabsElevenLabsHeyGen + ElevenLabsOUTILS EN UNE SEULE PASSE · AUCUN CONTRÔLE

Les outils en une seule passe d'aujourd'hui sacrifient tout le reste

La traduction n'est pas modifiable, la musique et l'ambiance disparaissent, la voix dérive, et les lèvres décrochent dès qu'il y a une main devant le visage, un micro, du flou, du bokeh, un plan de profil ou plusieurs personnes à l'image. Aucun raisonnement spatial, aucune compréhension du monde, aucun contrôle.

Pourquoi la voie de la qualité s'additionne

Chaque titre enrichit le relevé des décisions : ce que cette culture évite, quel argot tourne mal, jusqu'où vont les grossièretés, les bons termes, la façon dont une blague passe. Un choix fait une fois vaut pour l'épisode suivant. Les modèles vidéo généralistes sauront générer dans une langue bien avant de savoir y localiser ; nous travaillons en 13 langues, et la nuance s'accumule.

++

D'humain à humain, pour toucher un public plus large.
D'HUMAIN À HUMAINLA VOIE DE LA QUALITÉ

Traduction multimodale

Familiar Labs conçoit un doublage d'une génération d'avance grâce à un modèle de fondation multimodal pour la localisation (MLFM), le premier modèle de fondation pour la traduction multimodale : un seul modèle décide ce qu'il faut localiser dans le texte, le son et l'image, et vous montre les choix. Votre voix et vos lèvres, portées dans de nouvelles langues. Une équipe de 7 personnes, dont des docteurs, soutenue par Samsung, RedBird et Gold House. Notre mission

SOUTENU PAR

  • Stanford
  • Yonsei
  • University of Waterloo