ARC Raiders : pourquoi Embark utilise des voix IA pour les pings

Embark Studios revient sur l'un des choix les plus discutés d'ARC Raiders : l'utilisation de voix générées par intelligence artificielle. Dans l'épisode 5 de la saison 2 de sa série documentaire officielle The Evolution of ARC Raiders, le directeur audio Bence Pajor détaille un problème très concret de production : le système de ping du jeu réclame une multitude de répliques qui doivent suivre l'évolution des objets et des fonctionnalités. Le studio défend une solution de prototypage et de production plus souple, sans prétendre avoir mis fin au débat sur le travail des comédiens.

Cette nouvelle prise de parole apporte surtout des précisions sur la fabrication des dialogues contextuels. Elle complète notre décryptage du travail sonore d'ARC Raiders, consacré à une autre partie du même documentaire, et renvoie à une question de fond : comment conserver la réactivité des communications en jeu sans sacrifier les performances humaines ?

Pourquoi le système de ping pose un défi particulier

Dans ARC Raiders, le ping ne se résume pas à placer un marqueur sur une carte. Il permet aux joueurs de signaler des éléments de leur environnement et de transmettre rapidement des informations à leur équipe. Pour que ces indications restent compréhensibles, les interactions peuvent nécessiter plusieurs formulations vocales selon l'objet, la situation ou la fonctionnalité concernée.

Bence Pajor explique que chaque nouvel élément introduit dans le jeu peut donc entraîner des besoins supplémentaires en dialogues. Or, pendant le développement, les mécaniques et les contenus évoluent parfois jusqu'à un stade tardif. Refaire des sessions d'enregistrement pour chaque changement représenterait, selon lui, une contrainte importante pour l'équipe et les interprètes.

C'est précisément sur ce point que le directeur audio défend l'usage de voix synthétiques : générer et tester davantage de variantes sans rappeler systématiquement les acteurs en studio. Il s'agit de l'argument de production avancé par Embark, pas d'une démonstration qu'un enregistrement traditionnel serait impossible dans tous les jeux.

Des voix d'acteurs utilisées pour préparer les répliques

Pajor indique que des comédiens ont participé au projet et que leurs enregistrements ont servi à produire des données vocales exploitées, notamment, pour le prototypage. Autrement dit, le studio ne décrit pas des personnages conçus sans interprètes, mais un processus dans lequel certaines répliques sont synthétisées à partir d'un travail vocal préexistant.

La distinction est importante, sans faire disparaître les interrogations. Entre une voix provisoire employée en interne pour essayer une mécanique et une ligne générée que le public entend dans la version commercialisée, l'enjeu n'est pas exactement le même. Le documentaire donne le point de vue de l'équipe audio sur la souplesse du procédé ; il ne fournit pas un inventaire détaillé de toutes les répliques synthétiques encore présentes dans le jeu.

Embark reconnaît les critiques, mais défend le rôle des comédiens

La présence de voix générées par IA a suscité des réactions négatives chez des joueurs, notamment sur le naturel et l'expressivité de certaines interventions. L'équipe reconnaît qu'une partie des critiques est légitime. Le sujet dépasse la qualité sonore : la place accordée aux artistes, les conditions d'utilisation de leurs voix et la valeur d'une interprétation originale restent au centre de la discussion.

Stefan Strandberg, directeur créatif d'Embark, affirme de son côté que le studio ne cherche pas à remplacer les acteurs. Son intention affichée est au contraire de développer davantage les personnages et de mieux faire ressortir leurs performances. La participation des interprètes de Shani et Celeste à la vidéo illustre cette volonté de les associer publiquement à l'explication, sans signifier que tous les professionnels partagent nécessairement le même avis.

Embark a également commencé à remplacer certaines lignes synthétiques par de nouveaux enregistrements humains. Cela ne constitue toutefois ni l'annonce d'un retrait complet des voix IA, ni un calendrier confirmé de remplacement de toutes les répliques. Les évolutions des personnages, notamment Celeste, ont déjà été abordées dans notre précédent article sur les performances humaines dans ARC Raiders.

Une réponse technique qui ne clôt pas le débat

Le cas du ping aide à comprendre pourquoi Embark a fait ce choix : un même système de communication doit suivre un jeu en constante transformation, avec de nombreuses combinaisons possibles. Mais la facilité de production ne répond pas à toutes les questions. On peut comprendre la difficulté d'organiser des reprises d'enregistrement tout en estimant que certaines répliques mériteraient une prestation humaine, surtout lorsqu'elles participent à la personnalité des personnages.

Le documentaire ne chiffre pas le volume exact de variantes concernées, ne compare pas les coûts des différentes méthodes et ne permet pas d'affirmer que les acteurs n'auraient pas pu enregistrer les lignes nécessaires. La position d'Embark est désormais plus précise ; elle reste une justification de son organisation, et non un verdict sur ce que devrait faire toute l'industrie.

En attendant de voir jusqu'où le studio poussera le remplacement de certaines voix, cette discussion rappelle que le son d'ARC Raiders ne se limite pas à ses armes et à ses machines. Il touche aussi à la façon dont les Raiders se parlent au milieu du danger. Pour approfondir l'univers du jeu, retrouvez notre fiche complète ARC Raiders et notre article sur la communication et la confiance entre joueurs.

Source primaire : The Evolution of ARC Raiders — saison 2, épisode 5 : Sound & Music, vidéo officielle du studio.