Extrait de l'émission CPU release Ex0225 : Synthèse vocale, seconde partie.
Bonjour à toi, Enfant du Futur Immédiat, toi à qui nous avions fait découvrir dans notre précédente émission la synthèse vocale.
On a vu ensemble que l'histoire de cette technologie est plus ancienne que l'informatique. On a vu aussi que monopoliser un coûteux barebone pour le faire chanter était même validé par une multinationale, ou encore comment le premier MacIntosh a pu se présenter sur scène.
On a vu aussi que les usages de la technologie de synthèse vocale peuvent être très divers. Tiens, quelques exemples :
- Pour simplifier une interface pour des raisons économiques comme pour les assistants personnels ;
- pour des raisons de contexte comme dans le guidage routier en conduite automobile ;
- pour donner une information compréhensible destinée à une population éventuellement illettrée, via les IVR, les automates téléphoniques de réponse interactifs ;
- pour des raisons d'accessibilité, aussi bien pour les malvoyants et aveugles qu'en tant que prothèses pour les personnes muettes ;
- ou pour frimer. Hein, Steve Jobs ?
Oui, je sais, c'est un classement en très gros, et je sais aussi que la plupart des applications pourraient appartenir à plusieurs catégories à la fois. Mais je résume.
La première partie de ce sujet a été consacrée aux pionniers, aux premières applications grand-public, et enfin, au chant. C'est ce sujet, mais pas que, que nous allons approfondir durant cette émission. Et notamment, on va parler d'idole virtuelle de la chanson et de ses potards de réglages, et plus exactement d'un type particulier de synthétiseurs vocaux : les vocaloids, type de logiciel créé au Japon.
Donc, déjà, il faut comprendre le phénomène d'idole au Japon.
Une idole est une célébrité, souvent dans le domaine musical, ou la série télé. Ben oui, comme les chanteurs rock des années 1960s ou les boys-bands des années 1990s.
Sauf qu'au Japon et en Corée du Sud, le niveau de concentration de tous les phénomènes liés à la célébrité d'une idole pop sont concentrées à un niveau qui ébourifferait un député français.
Alors mélange, au shaker ou à la cuiller peut importe, le concept de star avec une imagerie sortie d'un jeu vidéo kawaii, imagine ce que ça donnerait si on y greffe des simulateurs de personnalités en Large Language Model… t'obtiendrais des possibilités assez folles.
Pour s'en donner l'idée, il faut avoir lu le roman de William Gibson « Idoru », où un rockeur célèbre décide de se marier avec le logiciel IA d'une autre célébrité, mais non-charnelle, elle.
Et si tu n'es pas fan du pape du Cyberpunk, il y a aussi un dessin-animé issu de l'univers de Macross : « Macross Plus », qui parle de Mechas. Où l'intrigue ne se limite pas aux batailles où sont engagées les Valkyries, mais aussi à la carrière d'une artiste de synthèse, Sharon Apple, dont les compositions ont été produites pour la fiction par Yoko Kanno, s'il vous plaît.
Mais revenons à aujourd'hui.
Une idole virtuelle, c'est génial : tu ne passes pas des heures à les caster dans les soirées étudiantes dans les karaokés assourdissants, tu ne passes pas des heures en studio avec elle pour qu'elle apprenne à dompter l'enregistrement multipiste, tu n'as pas les crises de diva, tu n'as pas les parents ou le partenaire sexuel qui déboulent pour s'improviser manager sans rien comprendre à ton business, tu peux lui changer sa garde-robe plus vite qu'une mesure dans un refrain.
Moi-même, entre autres Crimes contre l'Humanité…
J'adore te laisser mariner, tu dois t'imaginer plein de choses.
Non, ce qui s'est passé dans le studio d'enregistrement à Blagnac reste dans le studio d'enregistrement Polygone. Et j'en profite pour saluer ici tous les copines et copains du possee drum'n'bass qui sévissaient sur Radio <FMR> à la fin des années 1990s et organisaient les soirées Kitty style en ville.
Et, non, Kako, je n'allais rien dire de particulièrement vexant ou compromettant.
Où en étais-je, déjà ? J'ai perdu ma portée dans la partition.
Oui, prendre une idole virtuelle comme lead voice, c'est s'épargner bien des soucis de gestion RH comme gérer son après-carrière. Ben oui, pour le public, une idole, c'est comme une copine de Leonardo Di Caprio : passée ses 25 ans, il lui manifeste étrangement bien moins d'intérêt. Et gérer la reconversion professionnelle peut parfois être très glauque.
Comment ça ? Oh ben, y'a bien un film, « Perfect Blue » du regretté Satoshi Kon, que je ne puis te recommander puisqu'il est interdit aux moins de 12 ans, et que t'as que 11 ans cette année, je te rappelle.
Mais reprenons notre sujet là où nous l'avions laissé la semaine dernière avec notre interview de SeleDreams qui compose pour la vocaloïde Hatsune Miku.
Hastune Miku, c'est plus qu'un synthétiseur de voix qui peut chanter : c'est aussi l'image d'une jeune femme avec de très longues couettes et à la garde-robe bleue, dessinée dans un style que même les plus profanes rapprocheraient à une japanimation.
Seulement, depuis l'apparition de cet instrument vocal synthétique, il y a déjà une vingtaine d'années, son imperfection pourrait la faire passer pour du retro-computing, un peu comme faire du graphisme pixel-art, de la musique chiptune et programmer un jeu sur NES.
Mais au-delà de l'intérêt muséographique, il y a aussi le parti-pris artistique, cette patine rétro un poil nostalgique, et en même temps l'envie de ne pas induire en erreur l'auditeur, de ne pas la faire passer pour une vraie chanteuse.
Alors pourquoi se tourner vers une vocaloide ? Parce que l'outil et l'interface se plugue sans souci dans ton outil de composition musicale, ou parce que y'a un nom et une image que tu peux t'amuser à modifier pour la pochette de l'album ?
Ou… Parce que c'est un outil de synthèse qui peut sans souci d'affranchir des limites physiques. Qui ne rêve pas d'avoir une capacité pulmonaire infinie pour scater durant 4 mn sans respirer ?
[extrait de la chanson « Scatman (ski-ba-bop-ba-dop-bop) »]
Parce que, tu ne te rends pas compte ,mais [voix de tueur en série] pour faire cette voix de bande-annonce d'un audit financier [voix normale] il me faut énormément de souffle, et je reprends souvent la phrase 3 ou 4 fois pour bien le faire.
Ou encore, qui ne rêve pas d'avoir à sa disposition à l'heure bleue des matines un chœur grégorien capable de chanter juste en Klingon les conditions générales d'utilisation d'Apple ? Parce qu'après tout, si Adriano Celentano chantait presque n'importe quoi dans « Prisencolinensinainciusol », y'a pas de raisons que ça soit compréhensible.
Ou pourquoi pas, faire du chant percussif, surtout que tous les chanteurs de studio ne sont pas forcément chauds pour se faire taper dans le dos pendant qu'il chante.
Ces idoles virtuelles sont avant tout un ouvroir sonore musical potentiel, des champs exploratoires où l'on peut défoncer des barrières en chantant. Un peu comme la synthèse musicale a amené des créations comme les musiques de Jerobeam Fenderson, dont on a parlé dans un précédent épisode parce que sa musique affiche des images cohérentes quand on la branche sur un oscilloscope.
Non, la vraie raison, c'est qu'on prend plus qu'une voix, on prend aussi une persona qu'on fait jouer comme chanteur fictif de sa chanson.
Et le nom ne trompe pas. Une simple recherche le dit : c'est un chanteur ou une chanteuse virtuel, un instrument de musique informatique. Et c'est assumé. Alors que les outils actuels d'IA génératrice qui chantent d'une manière ultra-convaincante, ça viendrait à personne de diffuser sa musique en créditant au chant ChatGPT ou la start-up qui en a repackagé l'API. En fait, tu n'es absolument pas incité à le faire.
Enfant du Futur Immédiat, une idole virtuelle, c'est fun, soit, mais… et la performance en live alors ? Ce moment de grâce qui est à la limite de la fêlure personnelle et de la note manquée, ou de l'improvisation, du moment qui devient plus beau que prévu par accident ?
Tiens, prends un album des Beatles, écoutes bien et tu découvriras que leur interprétation n'est pas parfaite, y'a eu parfois Ringo Starr qui a manqué une mesure, Paul McCartney qui se foire sur un accord, alors que George Harrisson marche sur le pied de John Lennon.
Et tu comprendras ce qui différencie un live dans Taratata d'un playback chez Hanouna : le fun.
Donc non, l'idole virtuelle ne remplacera pas les artistes-interprètes, mais donne à expérimenter avec eux.
Textes : Da Scritch
Illustration sonore : Scatman - Scatman (ski-ba-bop-ba-dop-bop), D.R.
Illustration : Hatsune Miku, par HawthorneKitty (?), personnage © Crypton Future Media.