Voix vendue à AI pour 3000 $ : une Suissesse raconte l’histoire

La première fois qu’Helena Hallberg s’est entendue dire des choses qu’elle n’avait jamais dites, elle parcourait Instagram. Il y avait la vidéo d’un ami musicien qui montrait comment il travaillait sur un programme qui lui donnerait le rythme sur scène via ses écouteurs. Une chaleureuse voix féminine suisse-allemande annonça le titre de la chanson. La voix de Hallberg.

“Je lui ai écrit tout de suite : ‘Sais-tu que c’est ma voix ?’ C’est ainsi que j’ai pris conscience de tout cela”, a déclaré Hallberg à la NZZ.

Il y a quelques jours, elle a publié une vidéo Tiktok qui a touché une corde sensible. Dans ce document, elle dit qu’elle a vendu sa voix pour l’assistant IA Cortana à Microsoft et en a ainsi perdu le contrôle. «Il existe une plateforme en ligne sur laquelle vous pouvez me laisser dire tout ce que vous voulez», dit-elle face à la caméra.

C’était aussi drôle quand des amis lui écrivaient pour lui dire qu’ils venaient de l’entendre dans un restaurant de hamburgers ou dans le tram. « Mais cela me rappelle aussi que j’ai vendu mon vote pour 3 000 $. Et ça craint.

Hallberg explique plus en détail à la NZZ comment l’accord avec Microsoft a été conclu. C’était en 2020, pendant la pandémie. Hallberg est musicien. Elle est de parents suédois, mais a grandi principalement en Suisse. Grâce à une bourse, elle s’installe à New York en 2016 pour étudier dans une école de musique. Elle a rencontré son mari, également musicien, et est restée.

Ils ont passé le confinement de 2020 dans un appartement de deux pièces à Manhattan. «Tous nos concerts ont été annulés, les théâtres ont été fermés. . . Ce travail est arrivé au bon moment pour moi. Je pourrais vraiment utiliser 3 000 $.

C’est l’un de ses premiers emplois majeurs en tant que conférencière. Contre rémunération, Hallberg a enregistré environ 1 600 phrases. Pour ce faire, elle a passé plus de huit heures chaque jour dans sa petite cabine d’enregistrement pendant environ deux semaines. Pas de bruit de fond, pas de craquement, un volume bien précis, exactement 10 secondes entre les phrases, telles étaient les consignes. Chaque soir, elle envoyait le matériel et devait ensuite apporter des corrections si un mot devait être souligné un peu différemment.

Microsoft interdit les applications sexuellement explicites – en fait

Hallberg vendait non seulement des enregistrements sonores, mais aussi le droit de les réassembler à volonté. Il était clair pour elle que Microsoft souhaitait l’utiliser comme voix virtuelle, par exemple dans le cadre de l’assistant Cortana ou comme voix pour les répondeurs. Non pas qu’elle vendrait un jour sa voix sur sa plateforme sous le nom de voix féminine suisse-allemande « Leni » à tous les clients intéressés.

Il y a des publicités sur des sites pornographiques mises en musique avec une voix en dialecte suisse qui ressemble beaucoup à la voix de « Leni ». Cela constituerait une violation du Réglementer de Microsoft. L’entreprise interdit l’utilisation de la voix de l’IA dans les applications « sexuellement explicites ». L’entreprise technologique n’a pas répondu spécifiquement à la question de savoir dans quelle mesure cela est contrôlé par la NZZ.

Lorsqu’on lui demande comment elle gère cela, Hallberg répond: “Je ne sais pas, je ne m’en soucie même pas.” Bien entendu, elle estime également que Microsoft devrait au moins s’assurer qu’une telle chose ne se produise pas. “Mais je ne peux pas faire grand-chose.”

Aux USA, il est plus facile de vendre son vote

Il y a des cas qui donnent de l’espoir. Par exemple celui de l’intervenant Bev Standing. Elle a confié sa voix à un service de traduction chinois. Des années plus tard, elle s’est rendu compte que sa voix était utilisée sur une nouvelle application vidéo : Tiktok. Sans aucune base contractuelle. Standing a poursuivi Tiktok et est parvenu à un accord avec l’entreprise Comparaison. Tiktok a désormais une voix différente.

Les choses pourraient être plus difficiles avec Hallberg, après tout, elle a signé un contrat avec Microsoft. Georg Manthey, avocat allemand spécialisé dans la musique et le droit d’auteur, estime que leurs chances seraient bien pires si la loi américaine s’appliquait.

Dans l’UE, quelque chose d’aussi personnel que le droit à sa propre voix ou à son propre visage ne peut pas être vendu aussi facilement, dit-il. Les règles en matière de protection des données et de droits de la personne garantissent qu’un contrat doit indiquer de manière très explicite quels droits seront vendus, à qui et dans quel but. Si les exigences strictes ne sont pas remplies, il existe différentes approches pour mettre fin à l’utilisation des traits de personnalité.

Aux États-Unis, les « buy-out deals » sont beaucoup plus courants. Les acteurs, par exemple, peuvent les utiliser pour vendre des droits étendus sur leur corps, par exemple pour un jeu vidéo. La situation juridique dans la plupart des pays européens est moins claire. Cela signifie plus de risques pour les entreprises et en même temps plus de protection pour les artistes qu’aux États-Unis. La possibilité d’une indemnisation supplémentaire est également plus réaliste dans les systèmes juridiques européens. Toutefois, les artistes ne sont pas sans protection en vertu de la loi américaine.

“C’est compliqué, plusieurs pays sont impliqués”, explique Hallberg à propos de son contrat. Elle ne veut rien révéler de plus. On peut supposer que Microsoft s’est bien assuré.

C’est du moins ce que l’entreprise a fait à la porte-parole irlandaise Remie Michelle Clarke. Elle a également enregistré sa voix pour Microsoft en 2020. Elle a découvert plus tard que sa voix était proposée sur la plateforme d’IA d’une autre entreprise avec laquelle elle n’avait jamais travaillé.

Par rapport au modèle britannique “Télégraphe” Elle dit que l’avocat qui a obtenu le règlement avec Tiktok a également examiné son contrat – et l’a qualifié de « suicide de carrière ». Microsoft peut faire ce qu’il veut avec sa voix.

Il peut toujours être lucratif de vendre sa voix et son visage

Dans un sens, Hallberg a de la chance. Parce que son double IA est tout sauf parfait. “Dès que je l’ai lu, j’ai signalé à Microsoft que certaines phrases en suisse allemand ne fonctionnaient pas à cause d’une grammaire différente.” Elle obtient toujours des contrats de doublage auprès d’entreprises suisses. La voix de « Leni » est loin d’être celle d’une concurrence.

Cela s’explique également par le fait qu’il existe peu de données textuelles et audio en suisse allemand dont l’IA puisse tirer des leçons. Les voix en anglais et en espagnol sont beaucoup plus faciles à imiter. 30 secondes d’enregistrement suffisent souvent pour une imitation de qualité acceptable.

La société Heygen produit une telle technologie. Cela permet aux gens de parler dans d’autres langues et de dire de nouvelles choses dans des vidéos.

Heygen est également à l’origine d’un faux qui a récemment fait sensation en ligne. Cela ressemble à une vidéo d’influence normale. Une jeune et jolie femme est assise dans la voiture, parle avec enthousiasme devant la caméra et recommande des lingettes humides pour lutter contre l’odeur de sueur. La vidéo semble naturelle et personnelle. Seules de très petites erreurs le déguisent en généré artificiellement.

Même la femme qui y figurait a d’abord cru que la vidéo était la sienne. Elle travaille comme influenceuse professionnelle. Ce n’est qu’en écoutant le texte qu’elle a réalisé qu’il s’agissait d’une vidéo d’IA, lui a-t-elle dit “Revue New-Yorkaise”.

Elle a délibérément donné son visage et sa voix au projet d’IA d’une agence de marketing, qui a créé une version IA d’elle et l’a vendue. Les entreprises peuvent acheter des vidéos réalistes dans lesquelles elles sont félicitées exactement comme elles le souhaitent. Elle était surprise, mais n’avait pas l’impression d’être traitée injustement. En ce moment, elle en profite même car la vidéo est devenue virale et l’a fait mieux connaître. De nombreux nouveaux clients souhaitent désormais réserver l’original.

La technologie n’est pas encore parfaite. Pour les commandes importantes, les entreprises s’appuient sur de vraies photos de personnes. Mais cette époque pourrait bientôt être révolue.

Les voix les plus célèbres peuvent gagner beaucoup d’argent

Manuel Naranjo est membre du conseil d’administration de l’Association des conférenciers professionnels Suisse. Il a donné sa voix pour un générateur de voix, une application destinée aux personnes gravement malades qui ne peuvent plus parler pour elles-mêmes.

La zone d’opération était clairement définie dans son contrat. « Nous recommandons des contrats dans lesquels tout usage de la voix doit être renégocié, et des clauses pour que la voix ne puisse pas être utilisée différemment même en cas de vente d’entreprise. » Naranjo a reçu 7000 francs pour une semaine de travail, ce qui est à peu près normal pour de tels emplois en Suisse.

Les voix les plus célèbres – comme celle d’Arnold Schwarzenegger, qui annonce les directions aux utilisateurs de Garmin – peuvent recevoir des centaines de milliers de francs, voire plus, pour une seule commande.

Aujourd’hui, Hallberg connaît également les conditions générales, contrairement à il y a quatre ans, où elle commençait seulement à s’implanter en tant qu’oratrice en plus de sa musique. Enfin, elle parle couramment quatre langues.

Elle n’est pas une opposante fondamentale aux voix animées par l’IA. À l’avenir, elle espère des plateformes sur lesquelles les artistes pourront vendre leur voix IA contre de la musique ou des paroles, tout en étant rémunérés et en gardant le contrôle.

Elle réfléchit actuellement à ses options. Après la vidéo, elle a reçu de nombreux messages de soutien tant sur le plan émotionnel que professionnel, elle déclare : « Je me sens moins seule maintenant. »