Yamaha fait chanter les morts, Réactions à la publication du 30/10/2014

[Pascal 77]

dans un avenir pas si lointain on aura certainement également droit à des films inédits d'acteurs disparus.

Je vois ça d'ici : "Napoléon 2 : le retour", d'Abel Gance, suivi de "le fils du retour de la vengeance de Napoléon" du même auteur !

Ce message a été modifié par Pascal 77 - 30 Oct 2014, 17:20.

[El Bacho]

C'était une simple pique sans volonté de généraliser sur les Corses. Mais le système politique plus vaste dont tu parles avait besoin d'agents d'exécution comme les Tiberi, des gens qui savaient comment mettre en place ces mécanismes (c'était plutôt Xavière qui était d'ailleurs le cerveau du couple), et les listes bidonnées sont quand même un classique des élections corses. C'est comme de demander à un élève de CM2 d'apprendre Le Corbeau et le Renard.

Il m'est arrivé il y a vingt ans de prendre des crêpes dans la guérite d'un mètre de large rue Mouffetard sans savoir qu'en dessous vivaient 15 personnes différentes. Ce système (je ne parle pas de l'aspect financier de la gestion de Paris par les Tiberi, qui est un autre point, plus grave) était surtout destiné à du "marketing". Chirac ou un autre candidat aurait de toute façon été élu dans les circonscriptions du Vème. Mais le fait qu'il soit élu dans un fauteuil au premier tour grâce aux électeurs bidons (plus le chouchoutage de l'électorat par les Tiberi, par rapport par exemple au IXème, qui a une répartition socio-démographique semblable) créait l'impression d'une dynamique ou d'un plébiscite dans les médias. C'est pour ça que le candidat actuel à la tête de l'UMP en France, qui a toutes les chances de l'emporter (si les juges travaillent lentement) fait d'ailleurs le forcing avec des meetings et dénigre en privé ses rivaux. S'il fait moins d'un certain score ou pire, s'il est en ballotage et subit l'humiliation d'un second tour, c'est toute la dynamique de son comeback qui s'ébrèche (encore plus).

Ce message a été modifié par El Bacho - 30 Oct 2014, 17:25.

[jordancavanaugh]

dans un avenir pas si lointain on aura certainement également droit à des films inédits d'acteurs disparus.

Je vois ça d'ici : "Napoléon 2 : le retour", d'Abel Gance, suivi de "le fils du retour de la vengeance de Napoléon" du même auteur !

Aussi Ben-Hur: The Fast and the Furious

Il m'est arrivé il y a vingt ans de prendre des crêpes dans la guérite d'un mètre de large rue Mouffetard

Rhô p'tain, près de la Contrescarpe... Si ça se trouve on s'est croisés là
Tu prenais la nutella-noix de coco ? Une tuerie...

[azulseco]

Bonjour,

C'est glauque (la news, pas la nutella-noix de coco)

Cela dit, si on réfléchit bien, regarder un film, ou un reportage sur quelqu'un de mort, entendre sa voix (y compris pour un proche), c'est déjà limite question nécromancie.
Cela fait partie de notre monde, mais ce n'est pas si vieux, et en regardant quelques vidéos, je me faisait la reflexion le travail sur la mort n'est pas évident de nos jours.

Alors, faire "retravailler" des morts!!!

[FolasEnShort]

Et les Tiberi viennent d'où ?

Vivivi... Explication facile. Mais Paris reste la capitale de la France, pas celle de la Corse. Une fière capitale devrait resister à un couple de truands. Ils étaient au service d'un vaste système qui dépassait largement l'Ile de Beauté...

"Une fière capitale" déjà on est dans le délire formel, "devrait resister à un couple de truands", là on est dans le rêve éveillé. Paris plus que toute autre ville de France est gangrénée par une multitudes de mafias, DONT la Corse. Ça, c'est LA réalité, pas le fantasme. Va donc voir en banlieue si le couple Balkany est là pour amuser les rêveurs...

[El Bacho]

La guérite aux 15 occupants était plus au sud, devant la caserne de la Garde républicaine, en face d'un resto grec.

Et Paris qui serait la ville de France la plus gangrénée par les mafias ? Grenoble (et son enfilade de pizzérias vides de l'autre côté de l'Isère) ou Marseille (les Guerini) ont deux mots à lui dire...

Ce message a été modifié par El Bacho - 30 Oct 2014, 22:05.

[jordancavanaugh]

Bah, j'habite à Boston et la mafia, on connait aussi... Traditionnellement les irlandais et les italiens (cf. The Departed), puis bien d'autres... américains aux racines variées. Tkt Folas, je ne me fais pas d'illusion sur les villes hexagonales et surtout pas sur Levallois-Perret
Mais bon on dérive encore.

Ce message a été modifié par jordancavanaugh - 30 Oct 2014, 22:22.

[FolasEnShort]

Mais bon on dérive encore.

C'est tellement bon!

[El Bacho]

En même temps, passer de l'industrie du disque à la mafia, c'est presque clore le cercle...
- Roulette Records
- les scandales dits "payola" (les "cadeaux" versés aux programmateurs radio pour qu'ils passent tel disque, qui étaient devenus la norme)
- Morris Levy (l'inspiration pour Hesh dans les Soprano, sauf que Morris Levy était un beau salaud bien plus antipathique que Hesh)
- Sam Giancana et la façon dont il a permis à Sinatra de rompre son contrat avec Tommy Dorsey (à l'origine de "l'offre qu'il ne pouvait pas refuser" du Parrain)
- Tommy Mottola (ex-mari de Mariah Carey et président de Columbia) et le milieu de Miami
- Suge Knight
etc.

[fr78]

Et si cette techno pouvait permettre d'améliorer les voix de synthèse produitent par les TTS (Text To Speech) pour des applications comme Siri, ou les robots et objets communiquants divers, ce serait très bénéfique. Un peu comme dans le film "Her" avec la voix de Scarlett Johansson.

[El Bacho]

C'est en fait cette technologie qui est mise en œuvre pour le chanteur japonais, sauf qu'évidemment pour Her, ils n'avaient pas utilisé une voix synthétique numérisée comme celles de Siri, mais la voix d'une actrice. Sur le plateau, il y avait l'actrice anglaise Samantha Morton (Accords et désaccords, Minority Report, Morven Callar) qui était hors champ, et c'est d'ailleurs pour ça que l'A.I. s'appelle Sam dans le film. Au moment du montage, Spike Jonze a estimé qu'il fallait une autre voix, parce que le timbre ne collait finalement pas à ce qu'il voulait, et, avec l'accord de Morton, il a fait appel à Scarlett Johansson.
Le jeu verbal d'un acteur ou d'un chanteur se mesure surtout à l'expressivité qu'il est capable d'apporter par la voix. Reproduire un timbre (synthèse vocale) ou normaliser une voix (autotune), ce sont des procédés relativement maîtrisés, mais rajouter de l'écart, donner de la personnalité à une voix, ça c'est un truc qu'aucun logiciel n'arrive à faire aujourd'hui.

Le critique ciné Roger Ebert, qui était probablement le critique américain le plus connu grâce à ses apparitions dans des émissions de télé (c'est lui qui est associé au concept des "two thumbs up") et au nombre de chroniques qu'il rédigeait, a passé les dix dernières de sa vie muet, en raison d'un cancer des glandes salivaires qui lui a coûté sa mâchoire et qui a fini par revenir et l'achever. Mais qui ne l'a jamais amené à baisser sa charge de travail.
Ebert était un fan des produits Apple, et il a surtout expliqué en quoi la synthèse vocale présente en standard sur Mac OS X ou l'iPhone lui avait permis de retrouver le moyen de "parler" et de "dire" quelque chose à voix haute, alors qu'en 2009, la Sécu américaine ne remboursait que des appareils qui ne faisaient que retranscrire un texte avec une voix synthétique (toutes les autres fonctions devaient être désactivées), qui étaient vendus 8 000 dollars et qui faisaient un moins bon travail de transcription que la synthèse alors implantée dans Mac OS X.

http://www.nytimes.com/2009/09/19/opinion/....html?_r=2&

Deux ans plus tard, une société écossaise était censée lui confectionner une voix synthétique personnalisée, à partir des centaines d'heures d'enregistrements que l'on avait de lui, mais ça n'a jamais abouti. Soit la promesse était du bluff, alors que les Japonais sont aujourd'hui en mesure de le faire, soit cette voix tombait dans l'uncanny valley dont j'ai déjà parlé quand ils ont tenté de l'utiliser de façon courante, alors que ça choquerait moins sur trois minutes chantées et travaillées en studio par des ingénieurs.
Du coup, quand Ebert faisait une apparition publique dans un festival qu'il organisait à Chicago ou à une autre occasion, il apparaissait muet avec sa mâchoire prosthétique, et un Mac en mode voix d'Alex prononçait de façon neutre le texte qu'il avait rédigé.

Ce message a été modifié par El Bacho - 31 Oct 2014, 14:21.

[bty]

Il y avait eu le même cas (mais bien moins sophistiqué) avec Freddie Mercury et le titre Heaven for Everyone... sorti en 1995

[SartMatt]

Il y avait eu le même cas (mais bien moins sophistiqué) avec Freddie Mercury et le titre Heaven for Everyone... sorti en 1995

Hum, si je me souviens bien, ça n'a rien à voir.
Dans le cas d'Heaven for Everyone, c'est bien la voix enregistrée de Mercury qu'on entend dans la chanson, car Mercury avait déjà réalisé des enregistrements de ce titre avant qu'il soit repris par Queen.
Là on parle d'une voix totalement synthétisée, qui chante des choses que hide n'avait jamais chanté.

[Hammondinside]

De toute façon je trouve cela trés positif, la technologie sera ce qu'en feront les artistes et il y a certainement des trucs fantastiques à réaliser avec ce truc.

Si un jour ce machin sort pour les musiciens, je serai dans les premiers à plonger, ne serait ce que pour avoir barry white en voix de basse dans les choeurs et Janis Joplin en mezzo soprano

sans rire ce truc va encore ouvrir des portes musicales insoupçonnées et certainement pas en faisant chanter de nouveaux trucs à des morts....cette utilisation sera certainement anecdotique musicalement, mais financièrement trés rentable.

Je connais un paquet de mamies prêtes à tout pour entendre de nouveaux tube de Mike Brant et là, plus besoin de mettre des barreaux aux fenêtres hé hé

Ce message a été modifié par Hammondinside - 1 Nov 2014, 11:12.

[FolasEnShort]

Si un jour ce machin sort pour les musiciens, je serai dans les premiers à plonger, ne serait ce que pour avoir barry white en voix de basse dans les choeurs et Janis Joplin en mezzo soprano

En fut de chêne, j'aurais dit.

[zero]

sans rire ce truc va encore ouvrir des portes musicales insoupçonnées et certainement pas en faisant chanter de nouveaux trucs à des morts....cette utilisation sera certainement anecdotique musicalement, mais financièrement trés rentable.

Les chanteurs qui perdent leur voix vont apprécier aussi. Les chanteurs en herbe qui ne peuvent pas chanter à cause de leur voix trop peu endurante aussi.

[Arsenal Gear]

Du bon et du mauvais, comme en toute chose ou presque. En fait, je suis davantage surpris par le fait que nous n'arrivions à cela que maintenant, j'aurais cru que la synthèse vocale était capable de ce genre de chose depuis un moment.

Le plus dur, c'est l'enchainement des mots, pour éviter l'effet "GPS/SNCF". Si l'on est parvenu à reproduire une voix à l'échelle d'une phrase et plus seulement des mots, c'est un joli progrès technique. Et quant à avoir des films avec des acteurs disparus, on a pratiquement ça avec Terminator Renaissance et, comme cela a été dit, la pub pour huile d'olive.

[Pixelux]

Woa, je vous li et j'ai le cœur qui bat tout croche.

Une partition de JS Bach, Mozart même de Led Zepelin ça peut être une matrice épouvantablement puissante. Juste à écouter la version de 1981 des Variations Goldberg interprété par Glenn Gould ou encore une des sonates pour piano de Mozart interprété par Mitsuko Uchida sans parler de Maria Calas pour comprendre qu'il y'a énormément de communication qui se fait de part et d'autre de la partition.

De cerveau à cerveau. L'interprétation est en soie un propos intelligible et extrêmement complexe. L'interprète orchestre en quelque sorte le paysage d'un sentier virtuel à sa manière selon ce qu'il veut exprimer, faire comprendre...

Je ne voie pas trop l'intérêt artistique de mettre des robots dans ça. J'imagine que la rémunération va être forcément moins élevé. C'est l'homme ou la femme derrière le robot qui va se faire avoir et en plus ça sent la finance et le marketing à plein nez. Beurk

Ce message a été modifié par Pixelux - 2 Nov 2014, 21:21.

[El Bacho]

C'est le même problème, à la puissance dix, que celui d'un synthétiseur programmé en midi et d'un interprète. On peut programmer des cordes avec un certain réalisme. N'empêche que quand c'est interprété par une vraie section cordes, ça a une puissance expressive incomparable, justement parce qu'il n'y pas une façon et une seule, conforme à la partition et à la direction du chef, de jouer un passage, mais qu'il y a des choix relevant de l'interprétation ou de l'intuition. Et c'est encore bien plus net avec du violon ou du piano. D'ici à ce qu'on ait un algorithme qui rajoute du talent à une interprétation, on a encore le temps de voir venir. Surtout quand on parle de Janis Joplin, dont la voix normalisée serait absolument quelconque : c'étaient ses écarts, ses ruptures et ses stridences qui la rendaient unique. Même un type comme Frank Sinatra, qui semble bien plus classique et qui jouait un répertoire déjà existant, il arrivait en studio avec des dizaines de pages d'idées, parfois traduites en notes de musique par son pianiste attitré, ou bien avec des suggestions pour ses arrangeurs, comme quoi la huitième mesure devait sonner comme du Brahms ou du Puccini (Sinatra écoutait beaucoup de classique), et le type devait s'exécuter.

Recréer le timbre d'un chanteur disparu, ça doit être possible, mais le communiqué de presse ne précise pas qu'il a fallu ensuite des centaines d'heures à des ingénieurs du son pour imiter le phrasé sur chaque mot qui était "chanté", et que c'est au fond un type anonyme avec son clavier et sa souris qui est plus au final l'interprète de la piste vocale, comme c'est un animateur qui donne vie à un personnage en 3D, même si les traits sont modélisés sur quelqu'un d'existant.

[fr78]

C'est en fait cette technologie qui est mise en œuvre pour le chanteur japonais, sauf qu'évidemment pour Her, ils n'avaient pas utilisé une voix synthétique numérisée comme celles de Siri, mais la voix d'une actrice. Sur le plateau, il y avait l'actrice anglaise Samantha Morton (Accords et désaccords, Minority Report, Morven Callar) qui était hors champ, et c'est d'ailleurs pour ça que l'A.I. s'appelle Sam dans le film. Au moment du montage, Spike Jonze a estimé qu'il fallait une autre voix, parce que le timbre ne collait finalement pas à ce qu'il voulait, et, avec l'accord de Morton, il a fait appel à Scarlett Johansson.
Le jeu verbal d'un acteur ou d'un chanteur se mesure surtout à l'expressivité qu'il est capable d'apporter par la voix. Reproduire un timbre (synthèse vocale) ou normaliser une voix (autotune), ce sont des procédés relativement maîtrisés, mais rajouter de l'écart, donner de la personnalité à une voix, ça c'est un truc qu'aucun logiciel n'arrive à faire aujourd'hui.
...

Merci de l'explication El Bacho. Bon je sais très bien que c'est la vraie actrice Scarlett Johansson qui a fait le doublage, et non pas une voix de synthèse.
Ce que je voulais dire, c'est que dans l'esprit du film, ce serait génial d'avoir des voix de synthèse qui soient de qualité, à la fois dans leur timbre, leur phrasé, et si possible dans l'expression d'un sentiment ou d'une émotion.
Jusqu'à présent, tout ce que j'ai entendu est quand même toujours assez robotique, même si d'enormes progrès ont été fait depuis 20 ans !

[El Bacho]

Ce que je voulais dire, c'est que dans l'esprit du film, ce serait génial d'avoir des voix de synthèse qui soient de qualité, à la fois dans leur timbre, leur phrasé, et si possible dans l'expression d'un sentiment ou d'une émotion.
Jusqu'à présent, tout ce que j'ai entendu est quand même toujours assez robotique, même si d'enormes progrès ont été fait depuis 20 ans !

Regarde comment Apple procède avec Siri (et les concurrents avec leur technologie équivalente), pas pour la partie voix synthétique mais pour le texte qui est lu par la voix. Il n'y a aucune vraie intelligence artificielle. En revanche, ils ont des équipes qui étudient les questions posées par ordre de fréquence et qui, quand ils en identifient une nouvelle à laquelle Siri ne sait pas répondre, rajoutent plusieurs réponses aléatoires, histoire de donner l'illusion qu'il y a du répondant.

Pour l'expressivité d'une voix ça sera la même chose. Il n'y a pas une façon de faire passer un message, mais il y aura fatalement des choix en nombres limités qui vont se faire en fonction du ton supposé du contenu. Du style accent marqué sur un ou deux mots, accélérations sur des termes moins importants, mais ça ne sera pas exactement la même lecture si tu demandes de relire le même texte. C'est la variété et l'imprévu (dans un cadre bien délimité) qui donne l'impression de la vie.

[fr78]

Ce que je voulais dire, c'est que dans l'esprit du film, ce serait génial d'avoir des voix de synthèse qui soient de qualité, à la fois dans leur timbre, leur phrasé, et si possible dans l'expression d'un sentiment ou d'une émotion.
Jusqu'à présent, tout ce que j'ai entendu est quand même toujours assez robotique, même si d'enormes progrès ont été fait depuis 20 ans !

Regarde comment Apple procède avec Siri (et les concurrents avec leur technologie équivalente), pas pour la partie voix synthétique mais pour le texte qui est lu par la voix. Il n'y a aucune vraie intelligence artificielle. En revanche, ils ont des équipes qui étudient les questions posées par ordre de fréquence et qui, quand ils en identifient une nouvelle à laquelle Siri ne sait pas répondre, rajoutent plusieurs réponses aléatoires, histoire de donner l'illusion qu'il y a du répondant.

Pour l'expressivité d'une voix ça sera la même chose. Il n'y a pas une façon de faire passer un message, mais il y aura fatalement des choix en nombres limités qui vont se faire en fonction du ton supposé du contenu. Du style accent marqué sur un ou deux mots, accélérations sur des termes moins importants, mais ça ne sera pas exactement la même lecture si tu demandes de relire le même texte. C'est la variété et l'imprévu (dans un cadre bien délimité) qui donne l'impression de la vie.

Je m'étonne que l'on n'ai pas encore passé certaines voix dans une moulinette d'analyse des formants, de Fourrier et tout le toutim des processeurs audio, histoire de pouvoir ensuite faire parler un texte. Après tout, les synthétiseurs de musique qui fonctionnent par relecture d'échantillons font cela depuis 20 ans. OK c'est juste sur un nombre de notes limités (max 88), et sur quelques expressivités seulement.; donc en gros quelques centaines d'échantillons par timbre. Inversement, c'est de l'échantillonnage en 24 ou 32 bits et 48 kHz, ce qui serait inutile pour une voix. Et comme aujourd'hui, il n'y a plus de limite à la taille mémoire, je ne vois pas où serait le problème d'échantillonner 2 ou 3000 mots de base avec une dizaine d'expressions.
Encore mieux, la synthèse qui regénère les sons à partir de l'analyse des formants. Ca aussi, ça existe depuis très longtemps en musique...
La voix est presque un instrument comme un autre.
Et donc, pourquoi les TTS sont-ils toujours aussi robotiques ?

Ce message a été modifié par fr78 - 7 Nov 2014, 15:59.

[El Bacho]

Déjà, le phrasé et l'expressivité ont bien plus d'importance que le timbre de la voix. Prends le cas d'un chanteur d'opéra. Il n'a aucune marge d'improvisation par rapport à la partition, mais il y a un écart énorme entre un chanteur qui chante juste (après pourtant des années de pratique derrière lui) et un chanteur d'exception : là, c'est la marge d'appréciation et d'interprétation. Ça n'est pas une simple question de capacités physiques ou de technique pure et dure. Et pour ça, les machines ont encore du chemin à faire. On arrive tout juste à avoir des systèmes qui passent le test de Turing par écrit, à l'oral, je doute que ça fasse illusion.

Pense à quel point la voix est aussi un immense vecteur pour transmettre la personnalité ou le sentiment, même quand tu n'as pas la personne en face de toi ou que tu ne parles pas la langue. Ou bien à l'inverse le doubleur français de Bruce Willis qui fait un meilleur boulot que la version originale. Non, là, les machines ont encore du chemin à parcourir pour égaler ça.

Il y a quelques mois, des gens avaient été bluffés mais flippaient un peu devant un truc qui ressemblait à un automate d'appel pour du démarchage téléphonique. Les réponses de la machine étaient variées, et étendues, le phrasé naturel, mais la conversation ne comportait pourtant qu'un nombre limité d'options.
Et c'est là qu'ils ont compris l'astuce : il y avait un opérateur au bout du fil, mais qui parlait mal anglais ou avec un accent. Le mec comprenait ce qu'on lui disait, et répondait en cliquant sur des boutons correspondant à des phrases pré-enregistrées dans le cadre d'un coup de fil scripté. C'étaient donc des voix humaines, déclenchées par d'autres humains. Mais ça mettait tout de même mal à l'aise.

Ce message a été modifié par El Bacho - 7 Nov 2014, 18:14.

[fr78]

El Bacho, j'entends bien toutes tes explications, tu ne m'apprends rien, mais tu compliques. Ce qui serait bien dans l'immédiat ou un proche avenir, ce serait que les TTS aient une voix un peu moins robotique. Je ne rêve même pas à un synthétiseur qui reproduirait les émotions et toutes les subtilités d'une intonation. Mais si au moins les TTS pouvaient bien prononcer les mots, les acronymes, les formes (interrogation, exclamation), et cela avec une jolie voix !

Ce message a été modifié par fr78 - 7 Nov 2014, 19:14.