Comment est notée une imitation vocale ? On t'explique nos juges

Par l’équipe TryToAct · Publié le 19 octobre 2026

Dans le mode Battle, quatre juges lèvent leur note sur 10 après chaque prise. Derrière eux, il n'y a pas d'humain mais un algorithme qui compare ta prise au son d'origine. Comme personne n'a la voix d'une alarme de voiture, la question est de savoir ce qu'il compare vraiment. Voici comment ça marche, sans jargon.

En bref

Une imitation vocale est notée sur sa forme, pas sur ta voix. Dans le mode Battle de TryToAct, l'algorithme coupe les silences, compare l'évolution du son (graves, aigus, voyelles) en ignorant la hauteur et le timbre de ta voix, tolère les petits décalages, puis vérifie le volume et la durée. Le résultat devient la note de quatre juges sur 10. Les cartes atout ajoutent au plus quelques points et n'en retirent jamais.

Le problème : tu n'auras jamais la même voix que l'original

Quand tu imites une chèvre, un klaxon ou un personnage de dessin animé, ta prise ne ressemblera jamais à l'original échantillon par échantillon, et même pas en hauteur de note. Une voix grave et une voix aiguë peuvent pourtant faire une imitation tout aussi réussie.

Un juge humain ne se demande d'ailleurs pas si c'est la même voix. Il se demande trois choses :

• Est-ce que ça démarre, enfle et s'arrête comme l'original ?

• Est-ce que la « couleur » du son bouge de la même façon ? Un « aaa-OOO » qui change de voyelle, un sifflement qui se transforme en explosion…

• Est-ce que c'est à peu près aussi long ?

Nos juges écoutent ces trois choses.

Étape 1 : on coupe les silences

Ta prise et le son d'origine sont d'abord rognés à leur partie sonore. Si tu as attendu une demi-seconde avant de commencer, ça ne compte pas contre toi. Si ta prise est vide (micro coupé) ou ne contient qu'un bruit de fond régulier, elle est reconnue comme telle et ne marque rien.

Étape 2 : on compare la forme du son, pas ta voix

Chaque petit morceau de son (un centième de seconde) est réduit à sa forme spectrale : en gros, la silhouette de ses graves et de ses aigus, lissée de façon à ce qu'une voix plus grave ou plus aiguë tombe au même endroit. Les spécialistes parlent de cepstre sur l'échelle mel, la même famille d'outils que la reconnaissance vocale. On retire aussi l'essentiel de ce qui vient de ton micro et de ta pièce : un micro de téléphone et un micro de streamer donnent des résultats comparables.

Étape 3 : on pardonne les décalages

Si ta deuxième syllabe arrive un peu en retard, un algorithme d'alignement temporel (le DTW, ou déformation temporelle dynamique) étire et compresse le temps pour caler ta prise sur l'original. Tu n'es pas puni deux fois pour un seul retard. L'alignement a ses limites : il ne peut pas tordre toute ta prise pour faire semblant qu'elle colle.

Étape 4 : l'enveloppe et la durée

Ensuite, on regarde la courbe de volume (est-ce que tu as mis la puissance au bon moment ?) et le rapport de durée entre ta prise et l'original. L'accord sur la forme du son est multiplié par ces deux critères. Une imitation parfaite mais deux fois trop longue ne peut donc pas avoir 10.

Pourquoi quatre juges et une note sur 10 ?

Le résultat est converti en notes sur 10, et la moyenne des quatre juges est exactement ton score de la manche. Le chiffre affiché ne peut donc jamais contredire les palettes que la salle vient de voir se lever. Sur toute la partie, ces scores s'additionnent pour le classement final.

Et les cartes atout ?

À chaque manche, chaque joueur reçoit une carte, tirée indépendamment des autres. Voici leurs vraies probabilités :

• Pas d'atout

  La carte la plus fréquente : la manche compte telle que les juges l'ont notée.

  Effet

  Aucun

  Probabilité

  45 %

• Coup de pouce

  Effet

  +1 point

  Probabilité

  33 %

• Le public t'adore

  Effet

  +2 points

  Probabilité

  17 %

• Juge soudoyé

  Effet

  Un juge te met 10

  Probabilité

  4 %

• Soir de première

  La plus rare.

  Effet

  Tes points comptent double

  Probabilité

  1 %

Aucune carte n'enlève de points. Sur une partie de cinq manches, la chance ne bouge un total que d'environ deux points sur cinquante. Un joueur qui imite un point mieux par manche gagne donc presque toujours. Être chanceux ne vaut jamais plus que bien imiter.

Est-ce qu'on garde ta voix ?

La note est calculée par un algorithme de traitement du signal, pas par une IA entraînée sur des voix. Pour tout ce qu'on fait (et ne fait pas) de tes enregistrements, on a écrit un article dédié : ta voix entraîne-t-elle une IA ?

Trois conseils pour gagner des points

• Mets un casque. Sinon le son d'origine repasse dans ton micro et brouille la comparaison.

• Respecte la durée. Mieux vaut une imitation moyenne bien calée qu'une imitation parfaite qui déborde.

• Copie la forme avant la voix. Démarre fort si l'original démarre fort, fais monter ou descendre le son au même moment. Le timbre exact compte beaucoup moins que tu ne crois. Pour chauffer ta voix avant, nos exercices d'improvisation vocale marchent aussi pour l'imitation.

Tous les articles