Microsoft a récemment déposé un brevet décrivant un système d'intelligence artificielle capable de modifier, en temps réel, les paroles et les mouvements labiaux d'un intervenant lors d'une diffusion vidéo. Cette innovation, qui promet de lisser les discours en supprimant les hésitations ou en traduisant les propos, pose des questions fondamentales sur la fiabilité des contenus diffusés en direct et sur l'intégrité de la parole publique.
Un lissage automatisé du discours
Le fonctionnement technique repose sur un délai de traitement très court, estimé entre une et dix secondes. Durant ce laps de temps, l'IA analyse le flux audio et vidéo pour substituer certains termes par d'autres, tout en ajustant les mouvements des lèvres de l'orateur pour garantir une synchronisation parfaite. Le système est conçu pour s'adapter au profil de l'utilisateur final, en filtrant les tics de langage, les vulgarités, les bruits de fond ou les expressions familières, afin de produire un contenu standardisé et épuré.
Traduction et enjeux pour les métiers de la voix
Au-delà de la simple correction linguistique, le brevet envisage une application majeure dans le domaine de la traduction automatique. En adaptant les mouvements de la bouche à une langue étrangère, cette technologie pourrait automatiser le doublage vidéo. Une telle avancée représente une menace directe pour les secteurs du doublage et de la traduction professionnelle, dont les métiers sont déjà fragilisés par l'essor des outils génératifs. Le risque est également celui d'une uniformisation du langage, où les marqueurs d'identité culturelle ou personnelle seraient effacés au profit d'une norme linguistique prédéfinie.
La remise en cause de la vérité du direct
L'émergence de cette technologie intervient dans un contexte de vigilance accrue face aux deepfakes et à la désinformation. Si le brevet prévoit la conservation d'une version originale « de référence », il ne précise aucun mécanisme permettant au spectateur d'identifier si le flux qu'il visionne a été altéré. Cette opacité technologique pourrait durablement éroder la confiance du public envers les diffusions en direct. Alors que le « live » a longtemps été considéré comme une preuve de vérité, l'intégration de ces outils de manipulation quasi instantanée pourrait transformer radicalement notre perception de la réalité numérique.