Au Japon, les comédiens de doublage écrivent eux-mêmes les règles de l'IA

Depuis 1986, Masako Nozawa prête sa voix à Son Goku. Elle a 89 ans. En 2025, elle est devenue la première comédienne de doublage à recevoir l'une des plus hautes distinctions culturelles du Japon.

Ce mois-ci, interrogée par NHK sur des vidéos qui recréent sa voix avec l'IA, elle a lâché : « Ce n'est pas ma voix. L'utiliser sans autorisation, c'est impardonnable. C'est du vol, et ça me met en colère. »

Elle a aussi précisé que les copies peuvent être techniquement irréprochables et rater quand même. « Ce sera peut-être une copie parfaite. Mais il n'y a pas de cœur, si ? »

Ces phrases feraient à elles seules un joli sujet de société. Elles sont tombées en même temps que quelque chose de plus lourd : le 15 octobre, le Japan Actors Union a publié des lignes directrices sur l'usage de la voix par l'IA, qui couvrent environ 2 600 acteurs et interprètes.

Ce que les lignes directrices exigent vraiment

Le cœur du texte, c'est le consentement préalable. Les interprètes doivent donner leur accord avant que leur voix serve à entraîner des modèles, à générer de nouveaux enregistrements ou à apparaître dans des contenus publiés. Le document prévoit aussi une rémunération et des protections contre les usages non autorisés.

C'est l'ordre qui compte. Pas un mécanisme de retrait, un mécanisme d'autorisation. La règle par défaut s'inverse : on passe de « utilisez, on retirera sur demande » à « demandez d'abord ». Le changement est bien plus grand qu'il n'y paraît, puisque la charge de la preuve bascule sur celui qui clone, et non sur celui qui est cloné.

Et les interprètes y gagnent ce que les procès individuels offrent rarement : une liste de points à vérifier. Avant de signer un contrat de synthèse, le syndicat a défini ce qu'est un contrat équitable.

Un syndicat, un endroit étrange et efficace pour écrire une norme

La plupart des pays passent par la loi ou par les tribunaux. Le Japon passe par l'organisation collective, et il y a une raison à cela : c'est peut-être plus rapide.

La loi est lente et générale. Les tribunaux sont plus lents encore, et ne valent que pour celui qui a porté plainte. Une ligne directrice syndicale n'est ni l'un ni l'autre. C'est une norme de marché que 2 600 professionnels en activité peuvent refuser de contourner, ce qui oblige les producteurs à l'intégrer dès le premier projet, et non après le premier procès.

Elle règle aussi un problème de coordination qu'un interprète seul ne peut pas résoudre. Un jeune comédien à qui l'on demande de signer une clause de synthèse très large n'a presque aucun levier. Un syndicat qui déclare « cette clause est inacceptable » lui ouvre un espace qu'il n'aurait jamais eu en négociant seul.

La limite est évidente : une ligne directrice n'est pas une loi opposable. Si un studio l'ignore, la réponse est syndicale plutôt que juridique. Mais dans un secteur où les mêmes quatre agences placent l'essentiel du travail, la pression professionnelle n'est pas rien.

Nozawa n'est pas contre la technologie

Le détail que la plupart des articles ont sauté : elle a aussi dit trouver l'IA enthousiasmante.

Son objection porte précisément sur l'autorisation, pas sur l'existence de la synthèse. « Je ne peux pas pardonner qu'on l'utilise sans demander, a-t-elle dit. Je veux que les gens respectent les règles. »

Cette position est plus utile qu'un refus catégorique, parce qu'elle trace une ligne praticable. La technologie va bien ; ce qui manque, c'est une couche d'autorisation et un paiement. Exactement ce que les lignes directrices tentent de construire.

C'est aussi la position de Megumi Ogata, la voix de Shinji dans Evangelion, qui a qualifié en août le clonage vocal par IA de « déchirant » et demandé l'intervention du gouvernement. Deux interprètes très différents, la même demande : pas une interdiction, un règlement.

Pourquoi la voix est un cas plus solide que l'image

Il y a une raison structurelle à ce que les interprètes gagnent ce débat plus vite que les artistes visuels.

Une voix appartient sans ambiguïté à une seule personne. Personne ne soutient qu'une voix est un genre ou une technique. Quand quelqu'un clone le Goku de Nozawa, il ne peut pas sérieusement prétendre s'être inspiré d'un style : il a reproduit l'instrument d'un individu identifiable.

Le style, c'est justement l'ambiguïté qui enlise les procès sur l'image depuis trois ans. La voix n'a pas cette porte de sortie. D'où la vitesse des affaires vocales, et d'où la probabilité que les normes écrites aujourd'hui deviennent le modèle sur lequel on calquera les règles sur l'apparence.

Pour ceux qui construisent des produits de synthèse de visages ou de voix, c'est le signal à lire : l'architecture du consentement est définie d'abord par les interprètes, et elle sera exportée.

C'est le doublage qui va coûter cher

Les voix d'animation sont le cas visible, mais le doublage est le cas commercial.

Chaque film et chaque série étrangère sortis au Japon sont redoublés, et ce travail représente une part importante, stable et syndiquée du secteur. C'est aussi la partie la plus évidemment automatisable : coller aux mouvements de lèvres, tenir le registre du personnage, livrer à temps. Un modèle capable d'un doublage correct pour un dixième du prix, c'est une proposition existentielle pour ceux qui en vivent.

C'est précisément pourquoi les règles de consentement comptent plus ici qu'ailleurs dans le métier de la voix. Si le doublage devient synthétique par défaut, le métier se réduit à un rôle de supervision. S'il exige accord et paiement, il devient une ressource sous licence : la même position structurelle qu'un auteur-compositeur quand sort une reprise.

Les lignes directrices ne tranchent pas ce combat. Elles garantissent seulement que les interprètes sont à la table quand les conditions se fixent, au lieu de l'apprendre après coup devant une bande-annonce.

Ce que cela change concrètement

Trois choses, pour trois publics.

Si vous êtes interprète, l'objet utile, c'est la liste de points. Demandez l'étendue de l'usage pour l'entraînement, la durée, le territoire, la possibilité de sous-licence, et ce qu'il advient des dérivés à la fin du contrat. Obtenez la réponse par écrit. « On ne vous clonera pas » n'est pas une clause.

Si vous construisez un produit, le consentement devient un problème de données avant d'être un problème juridique. Il vous faut un registre de qui a accepté quoi, rattaché au modèle vocal concerné, avec une date d'expiration. Les studios capables de produire ce registre à la demande décrocheront les contrats ; les autres les perdront, quelle que soit la qualité de leur production.

Si vous êtes spectateur, le basculement intéressant, c'est que « est-ce une vraie personne » devient la mauvaise question. La bonne, c'est « cette personne a-t-elle accepté ». La première est un problème de détection que personne ne gagne. La seconde est un problème de paperasse qui, lui, peut se résoudre.

La phrase qui va être citée

« Sans cœur, ça ne marche pas, quel que soit le rôle. Même une voix qui ne fait que pleurer est différente quand on pleure pour de vrai. »

On peut y voir une vieille interprète qui défend son métier face à une machine, et beaucoup le feront. Mais c'est une affirmation plus précise que cela. Elle dit que ce qui est copié n'est pas le son, mais la décision derrière le son, le choix de pleurer d'une certaine manière sur une prise précise.

Ça, on ne peut pas le licencier, ni le synthétiser. On peut seulement engager la personne qui le fait. Les lignes directrices existent pour que cette embauche ait encore lieu, et que, quand ce n'est pas le cas, quelqu'un soit payé.