Synthesia

Description

Synthesia est une plateforme de génération vidéo destinée principalement à la formation et à la communication des entreprises. Au lieu de réunir caméra, studio, présentateur, prise de son et équipe de montage, l’utilisateur écrit ou importe un script, choisit un avatar et une voix, compose des scènes dans un éditeur puis génère la vidéo. Le même contenu peut ensuite être traduit ou doublé dans plusieurs langues. Cette logique rend particulièrement simples les vidéos d’accueil, les tutoriels, les explications de procédures et les mises à jour internes qui seraient coûteuses à retourner chaque fois qu’un texte change. L’entreprise a été fondée en 2017 par Victor Riparbelli, Steffen Tjerrild, Matthias Niessner et Lourdes Agapito, issus de l’entrepreneuriat et de la recherche en vision par ordinateur. Son travail appartient au domaine des médias synthétiques : des réseaux neuronaux apprennent les relations entre parole, mouvements des lèvres, expressions, voix et apparence d’un interprète afin de produire une nouvelle performance à partir d’un texte. La plateforme actuelle réunit différents types d’avatars. Certains sont construits à partir d’acteurs réels filmés avec leur accord, d’autres peuvent être personnalisés à partir de l’utilisateur, et certaines identités sont entièrement synthétiques. Il faut donc éviter l’idée simpliste selon laquelle tous les avatars correspondent à la même technique ou à une personne réelle cachée derrière chaque vidéo. Lors de la génération, le système associe le script à une voix puis crée une animation cohérente du visage et du corps. Ce résultat n’est pas une captation d’un événement qui a eu lieu : le présentateur n’a pas prononcé cette performance devant la caméra. C’est précisément ce qui permet de modifier une phrase ou de produire des variantes linguistiques sans nouveau tournage. Mais le caractère synthétique impose de vérifier la prononciation, le rythme, la traduction, les gestes et le sens. Une vidéo très réaliste peut rester pédagogiquement mauvaise ou contenir une erreur écrite dans le script. Synthesia se situe sur une frontière éthique évidente avec les deepfakes. La même famille de techniques capable d’animer un présentateur peut servir à usurper une identité. La plateforme met donc en avant consentement, contrôle de l’usage, modération et traçabilité des performances utilisées pour entraîner ses composants. Les avatars personnalisés et le clonage vocal exigent des mécanismes de vérification ; un acteur peut également retirer son consentement pour de futures créations. Ces garanties déclarées doivent être examinées avec les conditions contractuelles, car elles déterminent qui peut créer une réplique, quelles données sont conservées et quels contenus sont interdits. L’importance de Synthesia vient de la normalisation de la vidéo synthétique dans le travail quotidien. La technologie n’est plus seulement un effet spectaculaire ou une falsification virale : elle devient un outil de production à grande échelle. Son rabbit hole mène au lip-sync neuronal, aux humains numériques, au clonage vocal, au droit à l’image, au consentement révocable, à la localisation automatique et à la détection des médias artificiels. Comprendre cette carte revient à distinguer trois couches : le script humain ou généré, la performance audiovisuelle synthétisée et la responsabilité éditoriale de l’organisation qui publie le résultat.

À savoir

Synthesia est une plateforme de création vidéo qui transforme un script en présentation animée par des avatars et des voix de synthèse.

Sources

• Synthesia — histoire et équipe fondatrice ↗
• Synthesia — présentation fonctionnelle de la plateforme ↗
• Synthesia — pratiques de gouvernance et provenance des données ↗
• Synthesia — programme de recherche ↗

Pour aller plus loin

• Comparer les catégories d’avatars ↗

  Pour distinguer acteurs filmés, avatars génératifs et identités entièrement synthétiques.

• Comprendre le retrait d’un avatar ou d’une voix ↗

  Pour explorer le consentement, son retrait et les conséquences sur les vidéos existantes.