Acteur IA en publicité vidéo : fonctionnement et règles

« Acteur IA » recouvre deux conversations à la fois. L'une porte sur le cinéma et les syndicats de comédiens. L'autre, beaucoup plus petite et beaucoup plus concrète, porte sur un commerçant qui a besoin de douze pubs verticales pour vendredi et ne veut apparaître dans aucune. Ce guide traite de la seconde : ce qu'est un acteur IA en publicité, les trois façons d'en fabriquer un, ce que chaque façon rate, et les règles à respecter avant le premier rendu.

Ce qu'est un acteur IA, dans une pub

En publicité, un acteur IA est un présentateur qui apparaît à l'écran et porte votre message, et qui a été généré par un modèle plutôt que filmé. Il peut être entièrement synthétique, ou être un visage de synthèse posé sur une vraie prise. Ce qu'il n'est pas, c'est un client. Cette distinction traverse tout ce qui suit.

Les raisons de vouloir un acteur IA sont prosaïques. On n'aime pas être devant la caméra. On ne peut pas payer un créateur pour chaque variante. On veut tester dix accroches et on n'a qu'un seul visage. Un acteur IA répond à tout cela, au prix d'un travail d'honnêteté qu'un présentateur humain vous aurait imposé de toute façon.

Les trois façons de fabriquer un acteur IA

Les outils qui vendent des « acteurs IA » utilisent l'une de trois techniques, et elles ne sont pas interchangeables.

Du script à l'avatar

Vous tapez le texte. L'outil synthétise une voix, choisit ou génère un présentateur, puis anime la bouche et une partie de la tête pour suivre l'audio. Aucune caméra n'intervient.

C'est le chemin le plus rapide d'une page blanche à une vidéo, et le moins cher à l'unité. Sa faiblesse, c'est le jeu. Chaque décision humaine d'une prise, où respirer, quel mot appuyer, quand sourire, ce que font les mains, est inventée par un modèle qui n'a jamais lu votre offre. Le visage passe en général. C'est la diction que le spectateur remarque.

La capture de performance

Vous tournez vous-même la prise, au téléphone, et un modèle transfère ce jeu sur un autre présentateur. Act-Two de Runway est le modèle de référence : il prend une vidéo pilote d'une personne et une image de personnage, et produit le personnage jouant ce que la personne a joué, expressions du visage et mouvements de tête compris, et selon l'entrée, les gestes du corps.

Le résultat garde votre voix, votre rythme et vos gestes. Ce qui change, c'est le visage et, si vous le souhaitez, la pièce. Il vous coûte un vrai enregistrement, et c'est justement l'intérêt : le jeu est le vôtre, il a donc l'intention qu'un générateur de script ne peut pas imiter. C'est la technique sur laquelle Sosie est construit.

La génération complète

Vous décrivez la scène et un modèle texte-vers-vidéo invente tout : la personne, la pièce, le mouvement, parfois la parole. C'est la plus souple et, pour un présentateur qui tient un produit précis, la moins fiable. La forme du produit dérive, les mains font des choses étranges, et une seconde prise donne une autre personne. Elle convient mieux aux plans d'illustration qu'à un porte-parole.

Ce que chaque technique rate

Connaître les défauts vous dit laquelle acheter.

• Le script-vers-avatar échoue sur la diction et sur les mains. Si votre pub exige que le présentateur tienne, ouvre ou pointe quelque chose, attendez-vous à des ennuis.
• La capture de performance échoue quand l'entrée est mauvaise. Une pièce sombre, une caméra qui bouge, un visage tourné ou une bouche cachée par une main ne laissent rien à transférer au modèle. Elle hérite aussi de votre jeu : une prise plate donne un rendu plat.
• La génération complète échoue sur la cohérence. Le même présentateur survit rarement à deux requêtes, ce qui rend une campagne de variantes difficile à tenir.

Aucune des trois ne répare un script faible. Toutes rendent un bon script moins cher à tester.

Ce que coûte un acteur IA

Dans cette catégorie, on paie à la vidéo ou à la minute de sortie, en général sous forme de crédits. Deux points à vérifier avant de comparer les prix.

D'abord, la durée qu'un crédit achète. Chez Sosie, un crédit rend une vidéo de vingt secondes au plus, et de vingt et une à quarante secondes il en faut deux, parce que le coût sous-jacent est à la seconde de rendu. Un outil qui affiche un prix par vidéo plus bas pour trente secondes vend peut-être autre chose.

Ensuite, ce qui se passe quand un rendu échoue. Chez Sosie, un rendu échoué est remboursé automatiquement sur votre solde ; tous les outils ne le font pas.

Pour repère, les packs à l'unité de Sosie vont de 39 € pour cinq vidéos à 219 € pour quarante-deux, et les abonnements mensuels de 49 € pour huit vidéos à 279 € pour soixante-dix, les crédits d'abonnement non utilisés étant reportés un mois. Les crédits des packs n'expirent jamais. Il n'existe aucune offre sans paiement. Les tarifs en vigueur sont toujours sur la page d'accueil.

Les règles avant le premier rendu

Il vous faut les droits sur le visage. L'image d'une personne réelle ne peut être utilisée qu'avec son accord écrit, et les personnalités publiques sont interdites sur tout outil qui prend la question au sérieux. Les conditions de Sosie exigent de n'importer que vous-même ou des personnes ayant consenti par écrit, que les personnes montrées soient majeures, et que vous conserviez la preuve du consentement ; le prestataire de rendu applique en plus des contrôles automatiques de personnalités publiques.

Le présentateur n'est pas un client. Un présentateur généré n'a pas d'avis. Écrivez la pub comme une présentation et une démonstration, pas comme un témoignage. « Voici le produit, voici ce qu'il fait, voici comment l'obtenir » est le registre sûr ; « je l'ai utilisé et ça a changé ma vie » ne l'est pas. La publicité trompeuse engage l'annonceur, pas l'outil.

L'influence commerciale est encadrée. La loi du 9 juin 2023 impose de signaler le caractère publicitaire des contenus d'influence commerciale et prévoit une mention spécifique pour les images de visages ou de silhouettes retouchées ou produites par IA. Si votre diffusion relève de ce cadre, appliquez-la.

Les contenus de synthèse ont des obligations de transparence dans l'Union. L'article 50 du règlement européen sur l'IA fixe des obligations de transparence pour les contenus générés ou manipulés par IA, avec une application échelonnée. Si vous diffusez en Europe, prévoyez le signalement.

Les règles des plateformes s'ajoutent. Chaque régie a ses propres règles sur les médias de synthèse et les allégations trompeuses, et elles évoluent. Lisez la politique en vigueur de la plateforme où vous achetez, pas un résumé.

Comment jouer pour un acteur IA

Si vous choisissez la capture de performance, l'enregistrement est le produit. Quelques règles pratiques :

1. Face caméra, à bout de bras. Un téléphone tenu devant vous est exactement la bonne distance. Le modèle doit voir tout votre visage.
2. Lumière de face. Une fenêtre devant vous, pas derrière.
3. Un endroit calme. Votre son est conservé et devient la voix de l'acteur.
4. Moins de vingt secondes si possible. Un crédit au lieu de deux, et c'est de toute façon la durée que le fil récompense.
5. L'accroche d'abord. Les deux premières secondes sont la pub.
6. Faites les gestes. Ils sont transférés. Une prise plate donne un rendu plat.

Comment Sosie s'intègre

Sosie est un outil de capture de performance pour la publicité vidéo verticale. Vous enregistrez jusqu'à quarante secondes au téléphone. Vous choisissez un acteur dans le catalogue, vous le décrivez en quelques mots et Sosie le génère, ou vous importez l'image d'une personne dont vous détenez les droits. Sosie garde votre voix, votre rythme, vos expressions et vos gestes et les pose sur cet acteur. Par défaut, l'acteur est placé dans votre propre pièce, avec vos murs, votre sol et votre lumière ; vous pouvez aussi choisir le décor propre à l'acteur.

La sortie est un MP4 vertical en 1080p, horizontal si votre extrait l'était, sans filigrane et utilisable commercialement y compris en publicité payante sur Meta, TikTok, YouTube et Google. Un extrait de vingt secondes est rendu en cinq minutes environ. Comme c'est votre son qui pilote la vidéo, l'acteur parle la langue que vous avez parlée, avec votre voix et votre accent. La consigne du produit est le style présentation et démonstration décrit plus haut, jamais un témoignage fabriqué.