George Rybintsev a créé ActOnCue pour les comédiens qui enregistrent leurs auditions chez eux. Ils importent un texte, choisissent leur personnage et répètent face à des voix d’IA qui lisent les autres rôles. Cartesia fournit ces voix par défaut, et Sonic 3 a convaincu ActOnCue de quitter ElevenLabs.
Le défi : un travail solitaire qui exige une deuxième personne
Les auditions filmées à domicile ont commencé comme une solution pendant la pandémie et se sont installées. Les castings les utilisent toujours, laissant les comédiens produire eux-mêmes leurs auditions.
C’est un travail solitaire qui nécessite une équipe. Une personne peut gérer la caméra et lire l’autre rôle, mais cela double l’effort, le temps et le montage. En pratique, cela revient à appeler son colocataire à 22 h pour lui demander de jouer Juliette.
ActOnCue retire cette deuxième personne de l’équation sans rendre le travail au comédien. Il suffit d’importer un texte, de choisir son personnage et de répéter. La plateforme trouve les autres personnages et leur attribue des voix automatiquement, modifiables après le premier essai. Un comédien ne devrait pas avoir à configurer un système d’IA avant une audition.
On veut simplement aller de A à B très vite et efficacement.
Depuis son lancement, ActOnCue s’est étendu à l’apprentissage des répliques, aux répétitions et à la préparation de différentes disciplines de jeu. La voix est devenue l’élément le plus important de l’expérience.
Pourquoi ActOnCue a choisi Cartesia
Une voix qui donne la réplique a une tâche particulière. Elle doit être assez présente pour susciter une réaction et assez neutre pour s’effacer. Le comédien a besoin d’un partenaire auquel répondre, pas d’une performance. Dès que la voix fait ses propres choix de jeu, le comédien adapte ses répliques à ces choix et l’audition ne lui appartient plus vraiment.
On ne veut pas d’une voix trop dramatique pendant les auditions filmées. On veut une grande régularité. Une voix nette, qui ne détourne pas l’attention de l’audition.
ActOnCue a commencé avec ElevenLabs et trouvait les voix trop théâtrales. Elles jouaient les répliques et rivalisaient avec le comédien au lieu de le soutenir. ElevenLabs coûtait aussi plus cher, et sa feuille de route se tournait visiblement vers les produits grand public plutôt que vers les outils développeur dont ActOnCue avait besoin.
Sonic 3 a été le tournant : un rythme conversationnel et une diction humaine qui ne prennent pas le dessus sur le jeu. Cartesia a accueilli ActOnCue dans son programme d’aide aux startups, avec 12 mois d’accès gratuit à l’offre Scale.
La solution : le choix par défaut sur une plateforme multifournisseur
ActOnCue propose toujours plusieurs fournisseurs de voix et attribue Cartesia par défaut. Ce choix vient d’une analyse précise des besoins d’une répétition, mais il n’est pas obligatoire : les comédiens peuvent changer de fournisseur à tout moment.
Ce que cette voix ne leur coûte plus en efforts compte le plus pour l’équipe. Une voix qui reste neutre n’a pas besoin d’être gérée, réglée ou excusée. ActOnCue peut construire le reste du parcours du comédien, qui peut se concentrer sur la seule performance importante dans la pièce.
Les résultats : les comédiens gardent le choix par défaut
- 93,3 % de l’utilisation parole-à-parole d’ActOnCue repose sur Cartesia, alors que chacun peut choisir son fournisseur.
- 3,9 % des utilisateurs qui commencent avec une voix ElevenLabs passent ensuite à Cartesia, contre environ 2 % dans l’autre sens. Un changement a donc presque deux fois plus de chances de mener à Cartesia que de le quitter.
La suite
La prochaine version d’ActOnCue est une refonte complète pour donner aux comédiens un parcours linéaire. L’attribution automatique des voix était un premier pas. La refonte poursuit ce travail en retirant les mécanismes restants du chemin du comédien pour les placer derrière le produit. Plus ce parcours devient simple, plus la voix doit porter l’expérience.