Comment huit secondes d'audio grésillant provenant d'une cassette VHS ont permis à une mère de retrouver sa voix

« Après tout ce temps, je ne me souvenais plus vraiment de ma voix », confie Sarah Ezekiel à BBC Access All. « Quand je l'ai entendue à nouveau, j'ai eu envie de pleurer. C'est une sorte de miracle. »

L'apparition d'une maladie du motoneurone (MND) a privé Sarah de sa voix et de l'usage de ses mains à l'âge de 34 ans. Cela s'est produit quelques mois après qu'elle soit devenue maman pour la deuxième fois.

Pendant leur enfance, ses enfants Aviva et Eric ne l'ont entendue parler qu'à travers une machine à la voix robotique et sans émotion.

Mais 25 ans plus tard, l'intelligence artificielle (IA) a recréé la voix réelle de leur mère à partir de seulement huit secondes d'enregistrement audio sur une cassette VHS rayée.

Sarah s'adresse à la BBC grâce à la technologie de suivi oculaire, qui utilise une caméra pour suivre ses yeux lorsqu'elle regarde les lettres sur un écran devant elle.

Le son de sa voix plus jeune résonne.

Le « miracle » décrit par Sarah a commencé lorsque Smartbox, une entreprise spécialisée dans les technologies d'assistance basée à Bristol, lui a demandé une heure d'enregistrement audio afin de recréer sa voix.

Sarah et ses enfants, aujourd'hui adultes, ont cherché un enregistrement approprié, mais Sarah avait perdu sa voix en 2000, avant que les smartphones ne se généralisent et que les réseaux sociaux ne permettent d'immortaliser des moments.

Finalement, une vieille cassette VHS d'Aviva bébé a été retrouvée, filmée avec un caméscope familial dans les années 1990. Mais l'image était tremblante et le son déformé. Les personnes filmées marmonnaient et étaient couvertes par le bruit assourdissant de la télévision.

À peine audible, huit secondes de la voix de Sarah pouvaient à peine être entendues.

Sarah était une Londonienne pleine de vie qui travaillait comme assistante personnelle dans l'édition lorsque sa vie a pris un tournant.

Mariée et mère d'un enfant en bas âge, la famille attendait un deuxième bébé. Mais Sarah ne se sentait pas bien. Elle parlait de plus en plus lentement et ressentait une faiblesse dans son bras gauche.

De manière inattendue, elle a été diagnostiquée avec une MND, parfois appelée SLA (sclérose latérale amyotrophique).

Cette maladie dégénérative provoque une faiblesse musculaire et, sur les 1 000 personnes diagnostiquées chaque année au Royaume-Uni, le NHS affirme que la plupart perdront la capacité de parler.

La MND touche davantage les hommes et peut raccourcir la durée de vie, mais cela varie d'une personne à l'autre et certaines personnes vivent longtemps.

« Je refusais d'y croire, je pensais que tout irait bien », explique Sarah, mais « après la naissance d'Eric, mon état s'est rapidement détérioré ».

En quelques mois, Sarah a perdu l'usage de ses mains, puis « toute capacité à s'exprimer de manière intelligible ». Son mariage a pris fin peu après.

« J'étais très déprimée et terrifiée par le handicap et la mort », raconte-t-elle. Avec deux jeunes enfants à charge, Sarah a dû recourir à des soins 24 heures sur 24.

« C'était difficile de voir des étrangers s'occuper de mes enfants, mais je leur en suis reconnaissante », explique Sarah, assise avec Aviva et Eric.

Incapable de bouger ou de communiquer facilement, Sarah a lutté contre l'isolement. Elle raconte avoir passé les cinq premières années à regarder des émissions de télévision médiocres, observant ses enfants grandir.

Eric, 25 ans, dit que ses seuls souvenirs sont ceux d'une « maman paralysée », tandis qu'Aviva, 28 ans, se souvient du moment où elle a réalisé que sa mère était différente.

« Je me souviens juste lui avoir demandé de préparer des fraises, et elle n'a pas pu les couper. Elle a dû demander à quelqu'un de le faire. »

Cinq ans après son diagnostic, Sarah a enfin pu communiquer grâce à l'avènement de la technologie de suivi oculaire.

Cela lui a permis de former des mots et des phrases à l'aide de ses mouvements oculaires, et de parler, bien qu'avec une voix synthétique, comme le physicien Stephen Hawking.

Cette technologie lui a permis de devenir bénévole pour l'association MND et marraine de l'association caritative Lifelites, qui vise à fournir aux enfants et aux familles des technologies leur permettant de communiquer.

Elle a également renoué avec sa passion, la peinture, en utilisant la technologie de suivi oculaire pour créer des œuvres d'art originales.

« J'étais tellement heureuse, même si c'était laborieux et fatigant », dit-elle.

À Bristol, bien qu'il ait demandé une heure d'enregistrement audio, Simon Poole, de Smartbox, dit avoir eu le cœur serré lorsqu'il n'a reçu que huit secondes d'une cassette VHS.

« Je pensais qu'il serait impossible de créer une voix à partir d'un enregistrement audio de si mauvaise qualité », dit-il.

Mais il s'est tout de même amusé à l'expérimenter, en le passant en boucle grâce à la technologie de pointe d'une entreprise internationale spécialisée dans la voix IA appelée ElevenLabs.

La société avait annoncé son intention d'offrir gratuitement le clonage vocal à un million de personnes risquant de perdre l'usage de la parole, en raison notamment d'une SLA, d'un cancer ou d'un AVC, et le clonage avait fonctionné pour le joueur de rugby Rob Burrow.

Finalement, Simon a réussi à isoler la voix de Sarah du bruit de la télévision grâce à ElevenLabs Voice Isolator. Mais le résultat était faible, dépourvu d'intonation et de personnalité, et avait un accent américain.

Il s'est alors tourné vers une autre application où, à l'aide de milliers de voix, l'IA avait été entraînée à combler les lacunes laissées par l'isolateur et à prédire où une voix, comme celle de Sarah, pourrait aller avec son intonation.

Finalement, Simon a obtenu plusieurs phrases audio qui lui convenaient et les a envoyées à Sarah.

Il se souvient qu'elle lui a dit avoir failli pleurer en entendant pour la première fois sa nouvelle voix, qui était en fait son ancienne voix. Et qu'un vieil ami de Sarah, qui savait comment elle parlait auparavant, avait été « impressionné par le réalisme » de la voix.

Mais comment Aviva et Eric allaient-ils réagir en l'entendant ?

« C'était incroyable », dit Aviva. « Je suis encore en train de m'y faire. Quand je l'entends maintenant dans la vie de tous les jours, cela me surprend encore. »

La nouvelle voix de Sarah a également rapproché la famille, car Sarah peut désormais exprimer ses émotions et faire savoir quand elle est heureuse, triste ou en colère. Cela a « fait une énorme différence », explique Eric.

« Nous pouvons sentir qui elle est en tant que personne », ajoute Aviva. « Maman n'est plus seulement une personne handicapée assise dans un coin avec un robot qui ne lui correspond pas. »

Les voix créées par l'IA constituent une amélioration considérable par rapport aux anciennes voix informatisées ou à celles issues de bibliothèques de voix enregistrées, explique le Dr Susan Oman, spécialiste des données, de l'IA et de la société à l'université de Sheffield.

« Il s'agit de vous en tant qu'individu et de votre lien avec qui vous êtes », dit-elle. « Si cette voix ne vous ressemble pas, alors vous ne vous sentez pas vous-même. »

La préservation des accents est également « très importante » à une époque où la technologie pourrait les homogénéiser, ajoute-t-elle.

« Cela trahit votre classe sociale. Cela trahit vos origines. Partout dans le monde, les gens tentent de récupérer les accents et les dialectes qui ont été perdus. »

Sarah plaisante en disant que son ancienne voix synthétique lui manque parfois. « J'avais un accent très chic et les gens ne savaient pas que j'étais [en réalité] une cockney avec un léger zézaiement. »

Mais elle est heureuse d'avoir retrouvé son ancienne voix, dit-elle. « Je suis contente d'être de retour. C'est mieux que d'être un robot. »