Maxton Hall est resté en ligne, Banana Fish a été retiré, et c'est la voix qui a fait la différence

Fin 2025, des spectateurs repèrent dans le menu audio de Banana Fish sur Prime Video une piste « English [AI beta] ». Après une vague de critiques en ligne sur sa qualité, Amazon a retiré ce doublage IA. La série n'avait plus de version anglaise du tout. Le 9 septembre 2026, le même groupe lance un lip-sync assisté par IA et VFX pour les versions doublées en anglais des saisons 1 et 2 de la série allemande Maxton Hall. Cette fois, l'audio doublé reste produit par des humains, et la saison 3 doit sortir dans plus de 240 pays et territoires le 9 décembre 2026. C'est la même plateforme et la même technologie de fond, avec deux issues opposées.

Le sujet presse parce que les règles ont changé en 2026. L'article 50 de l'AI Act s'applique depuis le 2 août. SAG-AFTRA a obtenu un consentement obligatoire pour le doublage par réplique numérique. En France, les comédiens de doublage ont commencé à envoyer des mises en demeure. MaMaUtiliser un logiciel pour automatiser les tâches et campagnes marketing répétitives, afin de personnaliser à grande échelle sur des canaux comme l'email, le web et le social.Voir la définition complète → thèse est la suivante : où placer l'humain ne dépend pas du niveau du modèle, mais de ce que le public attribuera à une personne réelle. Une machine qui aligne des lèvres sous une voix humaine peut se contrôler par échantillonnage. Une machine qui produit la voix exige une écoute intégrale, un consentement par langue et un étiquetage. Dans les deux cas, les droits se libèrent pour chaque version de marché, avant le premier rendu.

Le playbook du doublage IA en six étapes, du master à la livraison

1. Classer chaque version selon ce que la machine produit

Voici la règle à écrire au tableau blanc.Plus le public attribue le résultat à une personne réelle, plus la revue humaine monte d'un cran.

• Si la machine ne touche qu'aux lèvres, sous une voix humaine : contrôle visuel par échantillon, plus le consentement de l'acteur à l'écran.
• Si la machine adapte le texte et qu'un comédien l'enregistre : relecture intégrale par un adaptateur natif.
• Si la voix est synthétique ou clonée : écoute intégrale par un natif, consentement écrit pour chaque langue, étiquette visible.
• Pour du chant, la voix d'un défunt ou celle d'une star identifiable : feu rouge par défaut, et un juriste valide avant tout rendu.

Le cas Watch the Skies (UFO Sweden) correspond au premier niveau. Selon Flawless (éditeur de la technologie, donc source commerciale), son outil TrueSync ne génère, ne modifie ni ne synthétise d'audio. Pour la sortie américaine, les acteurs suédois d'origine sont revenus enregistrer la version anglaise de leurs rôles. Banana Fish se situait au troisième niveau, sans le contrôle qui va avec.

2. Exiger un master prêt pour la localisation

Le pipelinepipelineL'ensemble des opportunités commerciales actives réparties selon les étapes du processus de vente, avec leur valeur potentielle cumulée et leur probabilité de conclusion.Voir la définition complète → se gagne ou se perd dans le brief de production. L'agence ONCE, qui vend des services de localisation vidéo (source commerciale, à croiser), recommande d'inscrire dans le brief des stems séparés pour les dialogues, la musique et les effets, ainsi que les droits de voix, d'image, de musique et d'images d'archive par langue, territoire et canal. Sans piste M&E propre, la séparation de sources par IA laisse des artefacts que personne ne remarque avant la QC finale. Sans métadonnées de droits par territoire, personne ne sait ce qui est bloqué.

3. Libérer la voix et l'image avant le premier rendu

Aux États-Unis, la référence est désormais le contrat SAG-AFTRA 2026. Le contrat précédent laissait les producteurs utiliser une réplique numérique pour rendre une performance dans une autre langue sans consentement, et l'accord inverse cette règle. Attention au calendrier : l'obligation de consentement s'applique aux films dont le tournage principal commence le 1er juillet 2027 ou après. L'animation est allée plus vite. Les contrats d'animation TV ratifiés fin octobre 2026 imposent déjà l'accord du comédien avant qu'une réplique numérique double sa performance dans une autre langue.

Les plateformes clientes n'attendent pas 2027. Les lignes directrices que Netflix a publiées en août 2025 précisent que les répliques numériques exigent un consentement explicite, et que même des retouches courantes comme le doublage vocal ou des changements de timing ou de hauteur doivent respecter des normes strictes. Elles ajoutent que les workflows des prestataires et studios IA doivent respecter ces règles à chaque étape. Le lip-sync modifie la performance visible de l'acteur : il relève de ce régime.

En France, la voix est déjà un actif contentieux. Le 30 janvier 2026, huit comédiens de doublage ont sommé Voice Dub et Fish Audio de retirer leurs modèles de clonage sous huit jours, et ils réclament également 20 000 euros de dommages et intérêts. Leur avocat, Jonathan Elkaim, rappelle que la voix est protégée au même titre que l'image. Côté fédéral américain, le NO FAKES Act a été adopté en commission, mais aucune des deux chambres n'a voté le texte de 2026. Le droit applicable reste celui des États, comme l'ELVIS Act du Tennessee.

4. Traiter la musique comme une ligne de droits par territoire

Le doublage crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →ée une nouvelle version de l'œuvre, et la musique ne suit pas automatiquement. Les licences sync et master sont souvent limitées à un territoire : un doublage portugais diffusé au BrBrLe pourcentage de visiteurs qui repartent après avoir vu une seule page, souvent le signe d'une pertinence insuffisante, d'un décalage d'intention ou d'une expérience utilisateur faible.Voir la définition complète →ésil peut dépasser une licence qui ne couvrait que l'Amérique du Nord. Une chanson diégétique traduite demande en plus l'accord de l'éditeur sur l'adaptation des paroles. Si la chanson est rechantée avec la voix clonée de l'interprète, le Sound Recordings Code de SAG-AFTRA prévoit que le label doit obtenir le consentement de l'artiste pour sortir un enregistrement contenant une réplique numérique de sa voix. Pour reconstituer la chaîne éditeur, label et société de gestion titre par titre, il vaut la peine dereprendre la mécanique des droits sync et des royalties avant d'ouvrir le chantier.

5. Placer la revue humaine aux trois endroits où la machine échoue

Le premier est l'adaptation du texte. Sur Banana Fish, la critique a relevé une traduction bancale et un jeu vocal d'une platitude extrême. Le deuxième est la prosodie, c'est-à-dire l'émotion, l'ironie et le rythme. Le troisième se trouve dans l'image. Le « vubbing » génère de nouvelles formes de bouche : si l'acteur fermait la bouche pour un « M » et que la version anglaise utilise un « O », l'IA génère des lèvres ouvertes et rend les dents et la langue. Ces plans se vérifient en gros plan, image par image, par un superviseur VFX. Chaque relecteur doit être natif de la langue cible et avoir le pouvoir de bloquer la livraison. Ce pouvoir doit être écrit : définissezqui signe quand l'IA se trompe avant la première livraison, pas après la première polémique.

6. Étiqueter et tracer pour l'article 50

Selon l'article 50, les déployeurs doivent signaler aux utilisateurs finaux qu'ils regardent un deepfake. Une œuvre de fiction ne s'en exonère pas : pour une œuvre manifestement artistique ou fictionnelle, l'obligation de transparence est simplement allégée. Deux dates comptent. Les contenus synthétiques générés avant le 2 août 2026 n'ont pas à être marqués rétroactivement. En revanche, le report pour le marquage par les systèmes déjà sur le marché court jusqu'au 2 décembre 2026, d'après Paul Weiss, qui précise que l'interopérabilité de la détection des filigranes est repoussée au 2 février 2027. Selon Resemble AI, éditeur de solutions vocales, les sanctions atteignent 7,5 M€ ou 1,5 % du chiffre d'affaires mondial. Ne comptez pas sur le seul filigrane de votre prestataire : The Decoder a montré que celui d'Anthropic se contournait facilement sur plusieurs anciens modèles Claude. Gardez votre propre journal de provenance, version par version.

Exemple chiffré (hypothétique, pour l'arithmétique uniquement)

Prenons un catalogue de 40 titres localisés en 6 langues, soit 240 versions de marché. Supposons qu'un titre sur huit contienne une chanson dont la licence sync ne couvre que le territoire d'origine : 30 versions sont bloquées. ONCE propose de calculer le coût en divisant la dépense totale par le nombre de versions qui passent les deux contrôles de sortie. Le dénominateur passe donc de 240 à 210, et le coût réel par version livrable augmente de 14 % (240 ÷ 210 ≈ 1,14) sans qu'une seule ligne du devis ait bougé. Un audit de droits fait en amont coûte moins cher que cet écart.

Où les pipelines de doublage IA déraillent-ils en pratique ?

Ils déraillent surtout quand une voix synthétique sort sur un titre que le public attend, et quand les preuves de consentement dorment chez un prestataire. Sur Banana Fish, les fans attendaient un doublage anglais depuis des années, la série datant de 2018. L'IA a été appliquée au titre où l'attente était la plus forte. Les comédiens se sont mobilisés, et le comédien Jacob Hopkins a publié une capture d'écran de la résiliation de son abonnement Prime. Le titre a ensuite reçu un nouveau doublage anglais sur Netflix, avec des comédiens nommés.

Le risque fournisseur est le deuxième piège, et il est sous-estimé. Le 30 octobre 2026, Deadline a rapporté que Flawless, qui avait dépensé environ 100 millions de dollars pour bâtir des outils de doublage visuel soutenus par SAG-AFTRA, avait vendu sa propriété intellectuelle après la mise en administration de sa filiale britannique. Son offre comprenait la plateforme de gestion des droits Artistic Rights Treasury. Selon Deadline, les outils ont été utilisés sur des centaines de productions, souvent sans le dire, parce que les studios préfèrent ne pas afficher l'usage de l'IA. Si vos consentements et vos journaux de traitement vivent dans l'outil d'un prestataire, exigez une clause d'export et de réversibilité.

Deux autres erreurs reviennent souvent :

• Lire la date du 1er juillet 2027 comme « rien n'est exigé avant ». Les contrats d'animation, les lignes directrices de Netflix et le droit français à la voix s'appliquent dès aujourd'hui.
• Considérer le lip-sync comme neutre parce que la voix reste humaine. Il modifie la performance à l'écran, et l'acteur d'origine doit donc consentir lui aussi.

Il existe enfin un risque politique propre à la France. Une question écrite à l'Assemblée nationale dénonce une lacune du décret n° 61-645 qui permet à des studios étrangers implantés en France de respecter la lettre du texte tout en recourant à des voix de synthèse. Un studio qui s'appuie sur cette lacune parie sur une règle que des parlementaires demandent déjà de changer.

Ce qu'il faut faire lundi

• Classer les dix prochaines versions de votre plan de localisation selon les quatre niveaux de la règle d'attributionattributionUn framework qui attribue le crédit d'une conversion aux différents touchpoints y ayant contribué, afin de mesurer quels canaux et quelles interactions génèrent réellement des résultats.Voir la définition complète →, et isoler celles où la machine produit la voix.
• Extraire la liste des chansons sous licence de ces titres et vérifier le territoire couvert par chaque licence sync et master.
• Demander à chaque prestataire de doublage IA par écrit : où sont stockés les consentements, qui peut les exporter, et si les données de production servent à l'entraînement.
• Nommer pour chaque langue un relecteur natif autorisé à bloquer la livraison, et inscrire son nom dans le bon de commande.
• Repérer les titres livrés après le 2 août 2026 qui contiennent une voix synthétique ou un visage modifié, et vérifier leur étiquetage avant l'échéance du 2 décembre.

Maxton Hall montre que la machine peut se charger des lèvres à l'échelle de 240 territoires quand la voix reste humaine et que les droits sont libérés en amont. Banana Fish montre ce que coûte l'inverse : une piste retirée, un titre sans version anglaise, et des comédiens qui résilient publiquement leur abonnement.

Le parcours complet sur ce secteur :IA dans Médias & Divertissement.