Lorsque nous rencontrons un robot, un assistant virtuel ou n'importe quel personnage doté d'un corps physique ou numérique, nous ne voyons pas seulement sa forme ; nous entendons sa voix. Ce son n'est pas simplement un outil de transmission d'informations. C'est un signal puissant qui façonne l'impression entière que nous avons du personnage. Une voix peut donner à une machine un aspect digne de confiance, amical ou effrayamment artificiel. Elle peut suggérer l'âge, le genre et le statut social, déclenchant souvent des suppositions profondes sur l'identité de celui qui parle et sur ses capacités. Pourtant, malgré l'importance de ce son, le processus de choix d'une voix est souvent fait au hasard. Les concepteurs choisissent fréquemment une voix parce qu'elle est pratique ou qu'elle semble agréable sur le moment, sans un plan clair expliquant pourquoi ce son spécifique convient au rôle du personnage ou comment il pourrait être perçu par différents auditeurs. Ce manque de planification peut entraîner des conséquences imprévues, telles que le renforcement de stéréotypes préjudiciables ou la création d'un décalage entre l'apparence d'un personnage et la façon dont il sonne.

Pour combler cette lacune, une équipe de chercheurs issus d'universités et de centres de recherche en Allemagne et aux Pays-Bas a développé un nouveau cadre appelé le « Voice Design Compass » (Boussole de Conception de la Voix). Il ne s'agit pas d'un logiciel qui génère des voix, mais plutôt d'un guide structuré conçu pour aider les créateurs à réfléchir à leurs choix avant même d'enregistrer le moindre mot. Les chercheurs ont commencé par construire un prototype de ce guide, en organisant une série de questions et d'exemples en un processus modulaire. Ils ont ensuite invité dix experts issus de domaines tels que l'interaction homme-machine, la conception sonore et l'intelligence artificielle à tester ce prototype. Ces experts ont parcouru les questions, explicitant leur pensée tout en considérant comment l'outil fonctionnerait dans des projets réels. Leurs retours ont révélé où le guide était utile, où il était déroutant et ce qui manquait. En utilisant ces contributions, l'équipe a affiné le prototype pour aboutir au Voice Design Compass final, un outil destiné à aider les concepteurs à créer, réviser et documenter un plan clair pour la voix d'un personnage, garantissant que chaque choix sonore est intentionnel, éthique et bien raisonné.

L'idée centrale derrière le Voice Design Compass est qu'une voix est un matériau de conception, tout comme la forme du corps d'un robot ou la couleur de son boîtier. Tout comme un designer ne choisirait pas une forme de corps sans considérer comment elle s'adapte à la fonction du personnage, il ne devrait pas choisir une voix sans considérer sa signification sociale. Le guide aide les concepteurs à établir des liens entre l'apparence du personnage, son rôle et les personnes qui l'entendront. Par exemple, une voix qui semble chaleureuse et serviable pourrait être parfaite pour un robot de compagnie, mais la même voix pourrait être inappropriée, voire inquiétante, pour une machine destinée à diffuser des alertes d'urgence. La Boussole incite les concepteurs à faire une pause et à considérer ces relations dès le début. Elle les pousse à se demander : Qui est ce personnage ? Qui va écouter ? Quel genre de relation doit exister entre eux ? Et surtout, quelles suppositions les auditeurs pourraient-ils apporter au son ?

Les chercheurs ont testé la version initiale de leur guide auprès de dix experts du domaine. Il ne s'agissait pas d'utilisateurs occasionnels, mais de professionnels possédant des années d'expérience dans des secteurs allant de la production audio à l'éthique et la robotique. Les experts devaient imaginer qu'ils conseillaient une équipe sur la voix d'un nouveau personnage incarné, tel qu'un guide de musée ou un robot de laboratoire. En naviguant dans le guide, ils partageaient leurs réflexions pour déterminer si les questions étaient cohérentes, si les exemples étaient utiles et comment l'outil s'intégrerait dans leur travail réel. Les retours étaient détaillés et constructifs. Les experts ont convenu que le guide était précieux pour forcer les concepteurs à réfléchir à des aspects qu'ils pourraient autrement négliger, comme les implications éthiques d'une voix ou les contraintes techniques de sa production. Cependant, ils ont également signalé des points nécessitant une amélioration. Certaines questions étaient trop vagues ou se chevauchaient, provoquant de la confusion. Le guide semblait trop lourd par endroits, demandant trop d'informations à la fois, tandis qu'ailleurs, il omettait des considérations importantes comme les caractéristiques physiques spécifiques d'un personnage ou la nécessité de tester la voix avec de vraies personnes.

Sur la base de ces commentaires, l'équipe a apporté des changements significatifs pour créer le Voice Design Compass final. Ils ont réorganisé les questions en quatre zones de travail principales suivant un flux logique. Premièrement, les concepteurs définissent le projet et le contexte, établissant qui est le personnage et où il sera utilisé. Deuxièmement, ils développent le concept de la voix elle-même, en utilisant quatre modules flexibles pour explorer la fonction du personnage, son apparence physique, l'identité que la voix doit transmettre et les impressions spécifiques que la voix doit créer. Troisièmement, ils passent le concept au crible à travers les prismes de l'éthique et de la faisabilité technique, vérifiant les dommages potentiels, les biais ou les limitations pratiques. Enfin, le guide encourage les concepteurs à tester leurs idées, à les réviser en fonction de ce qu'ils apprennent et à conserver un registre écrit de leurs décisions et des raisons qui les motivent. Ce registre, appelé « Project Record » (Registre de Projet), garantit que le processus de réflexion n'est pas perdu, permettant aux équipes de revenir sur leurs choix ultérieurement si le projet évolue.

L'un des changements les plus importants dans la version finale concerne la gestion de la réflexion. Dans le prototype initial, l'outil signalait automatiquement les conflits ou les tensions potentiels entre différents choix, ce que certains experts jugeaient trop rigide ou déroutant. Dans la version finale de la Boussole, cela est remplacé par des questions ouvertes qui demandent aux concepteurs d'identifier eux-mêmes ces tensions. Cette approche respecte l'expertise du concepteur tout en l'incitant à réfléchir de manière critique aux contradictions, comme un personnage qui semble amical mais dont la voix est autoritaire. Le guide met également un accent plus marqué sur l'éthique, demandant spécifiquement aux concepteurs de considérer qui pourrait être lésé par un choix de voix, si la voix renforce des stéréotypes de genre ou de profession, et comment la voix pourrait affecter les personnes ayant des capacités différentes. Il ne dit pas aux concepteurs quoi faire, mais offre plutôt un espace structuré pour réfléchir à ces questions complexes.

Les chercheurs ont illustré le fonctionnement de la Boussole avec deux exemples fictifs. Dans le premier, une équipe de musée prévoit un personnage narrateur avec un corps de radio en bois. En utilisant le guide, ils décident de donner à la voix un léger grésillement pour correspondre à l'aspect ancien de la radio, mais ils réalisent également qu'ils doivent tester cet effet pour s'assurer qu'il ne rend pas les récits difficiles à comprendre. Ils documentent leur décision de rendre cet effet optionnel et prévoient de le tester auprès des visiteurs. Dans le second exemple, une équipe de recherche prépare un petit robot humanoïde pour une étude. Ils utilisent le guide pour décider si le robot doit avoir une voix enfantine ou adulte, et si son genre doit être clair ou ambigu. Ils consultent les questions du guide sur les stéréotypes et réalisent qu'une voix « ambiguë sur le genre » pourrait ne pas éviter les associations de genre, et décident donc de donner la priorité à la clarté et à l'intelligibilité pour leur tâche spécifique. Ces exemples montrent que l'outil n'est pas une simple liste de contrôle, mais un moyen de rendre visible et délibéré le processus invisible de la conception de la voix.

L'étude a conclu que le Voice Design Compass est plus utile pour les équipes qui sont au début du processus de conception, ou pour celles qui doivent justifier leurs choix auprès d'autrui. Il est particulièrement utile pour les non-experts qui ont besoin d'une méthode structurée pour intégrer les connaissances de la conception de la voix dans leurs projets, et pour les experts qui veulent s'assurer qu'ils n'ont oublié aucun détail éthique ou technique. Cependant, les chercheurs ont noté que l'outil pourrait être moins utile pour des projets très simples où le choix de la voix est déjà fixé, ou pour des situations où le temps de réflexion fait défaut. Les experts ont également souligné que le guide est actuellement basé sur la littérature et les retours d'experts, et qu'il n'a pas encore été testé dans un projet réel sur une longue période. L'équipe reconnaît que l'efficacité de la Boussole pour améliorer réellement les conceptions de voix reste une question ouverte qui nécessite des études complémentaires.

En fin de compte, le Voice Design Compass représente un changement dans notre façon de percevoir les voix des machines. Il déplace la conversation de « quel son est agréable ? » vers « que signifie ce son ? » et « qui cela affecte-t-il ? ». En fournissant un cadre modulaire clair pour la réflexion, l'interrogation et l'enregistrement, le guide aide les concepteurs à assumer la responsabilité des sons qu'ils créent. Il suggère qu'une voix bien conçue n'est pas seulement une caractéristique technique, mais une partie réfléchie de l'identité d'un personnage qui respecte les personnes qui l'entendront. Alors que le domaine des personnages incarnés continue de croître, des outils comme celui-ci offrent un moyen de garantir que les voix que nous construisons sont aussi intentionnelles et attentionnées que les corps que nous concevons.