Vidéo publicitaire : pourquoi Google remet la voix humaine au centre

Au moment où chaque générateur de publicités promet une vidéo publiée en quelques minutes, sans aucune compétence en montage, c’est Google lui-même qui rappelle aux annonceurs ce qui fait vendre : des visages et des voix humaines. Les recommandations créatives que la régie a tirées de ses campagnes Demand Gen, relayées fin août par Tubefilter, vont à rebours de l’automatisation totale. Pour une direction marketing, le message n’est pas « renoncez à l’IA ». Il est plus précis, et plus utile : sachez où l’humain rapporte, et protégez-le.

Ce que Google a publié

Les consignes figurent dans l’aide Google Ads consacrée au Demand Gen, le type de campagnes qui diffuse des créations notamment sur YouTube, Discover et Gmail. Ces informations valent pour tout annonceur qui achète de la vidéo en ligne. Quatre points ressortent.

La voix humaine augmente le taux de conversion de 12 %. C’est le chiffre phare de la note, et il est net : en moyenne, une création où l’on entend une personne parler convertit mieux qu’une création sans voix.

La présence humaine visible l’emporte. Google écrit que les images montrant une présence humaine surpassent de façon constante les autres éléments, et invite les marques à montrer des visages ou des personnes en train d’utiliser le produit ou service, « partout où cela s’accorde avec votre campagne ». La justification tient en une formule : YouTube fonctionne sur le lien humain.

Texte et produit dans les cinq premières secondes améliorent légèrement la conversion. Le spectateur doit comprendre de quoi on parle, et voir ce qu’on veut lui présenter, avant de pouvoir passer l’annonce.

Enfin, retirer tout élément qui semble cliquable sans l’être. Une consigne de bon sens, qui dit beaucoup sur la qualité de certaines créations produites à la chaîne.

Une nuance mérite l’attention : Google distingue la voix humaine du locuteur humain. Une voix issue d’un doublage par IA, si elle sonne humaine, entre dans la recommandation. La régie ne condamne donc pas les outils ; elle rappelle ce qu’ils doivent préserver.

Pourquoi la régie publicitaire le rappelle maintenant

Les outils de création propulsés par l’IA ont changé la manière de produire des annonces. On tape une invite, on choisit un modèle de publicité vidéo parmi des centaines, on colle son texte, et le générateur livre une déclinaison en quelques secondes. Pour tester une accroche, c’est utile. Le revers est connu.

Résultat prévisible : des milliers d’annonces qui se ressemblent, même rythme, mêmes transitions, même musique de banque, même voix de synthèse neutre. Un modèle pensé pour tout le monde ne parle à personne. Dans un flux de pre-roll YouTube, ces créations s’annulent : l’œil a appris à les reconnaître et à les zapper.

Google a tout intérêt à ce que les annonces fonctionnent : un annonceur dont les ventes suivent reste. Quand la régie constate, données à l’appui, que les visages et les voix battent le reste, elle le dit. C’est moins une prise de position morale qu’un constat de performance.

Vidéo publicitaire : où garder l’humain

Les visages : comédiens ou collaborateurs

Un visage capte l’attention plus vite qu’un logo animé, et installe l’univers de marque en une image. Deux options, qui ne produisent pas le même effet. Le comédien apporte la maîtrise : diction, regard caméra, capacité à rejouer une réplique dix fois avec la même énergie. Le collaborateur apporte la preuve : un technicien qui montre le produit qu’il fabrique, une conseillère qui explique l’offre qu’elle vend chaque jour. En B2B, le second convainc souvent davantage, à condition d’être bien dirigé.

La voix : une personne, pas un habillage sonore

Une voix off posée par un comédien, une interview, un client qui témoigne : ce qui compte, c’est qu’on entende quelqu’un. Le choix entre voix enregistrée et voix générée se discute au cas par cas ; nous l’avons détaillé dans notre comparatif voix IA ou comédien. Pour la version originale d’un spot publicitaire, la voix humaine reste le meilleur choix : c’est elle qui porte l’intention, les silences, le sourire dans la phrase.

Les mains et l’usage réel

Google parle de personnes « en train d’utiliser » le produit. C’est la séquence la plus sous-estimée : des mains qui ouvrent, branchent, règlent, installent. Elle montre la taille, la matière, la facilité d’usage, sans une ligne de texte.

Où l’IA aide vraiment

L’IA a toute sa place dans la production, à condition de travailler sur une matière humaine plutôt que de la remplacer.

Les formats de vidéo publicitaire et leurs déclinaisons

Une prise de vues bien pensée produit une version horizontale, une version verticale pour les Shorts, un carré pour Facebook, un bumper de six secondes. Les fonctionnalités de recadrage assisté et de sous-titrage accélèrent ce travail de déclinaison, qui prenait des jours. Le spot publicitaire principal et ses dérivés restent ainsi cohérents.

Le doublage et la localisation

Une annonce lancée en France puis en Allemagne ou en Espagne peut garder la voix de son porte-parole grâce au doublage par IA. C’est précisément le cas que Google accepte comme « voix humaine ». Condition : partir d’une performance réelle, et faire relire chaque version par un locuteur natif.

Les variantes à tester

Accroches, textes à l’écran, musique, ordre des séquences : l’IA aide à multiplier les variantes à partir des mêmes rushes. Le motion design et l’animation générative servent aussi à produire des maquettes animées avant la prise de vues, pour valider une idée créative sans engager toute la production. Dans la version finale, le motion design garde un rôle : titrages, schémas, mise en valeur du produit, autour des séquences humaines plutôt qu’à leur place.

Les cinq premières secondes et l’appel à l’action

L’internaute décide en quelques secondes. Une vidéo publicitaire efficace ouvre sur trois éléments simultanés : un visage, le produit, un texte court qui pose un message clair. Pas de logo qui pivote pendant trois secondes, pas de plan d’ambiance vide. Ce qui capte l’attention dans un flux, c’est une personne qui semble s’adresser à vous.

L’appel à l’action vient ensuite, clair et unique : un seul lien, une seule demande. Et il se dit à voix haute, en plus d’être écrit.

Comment créer une publicité qui teste vraiment l’humain

Les recommandations de Google sont des moyennes. Votre audience, votre public cible, votre offre et votre univers de marque peuvent réagir autrement. Le seul moyen de savoir est de tester, avec méthode. Voici les étapes que nous suivons.

1. Une idée créative et un message clair. Une annonce, une promesse. Si le message tient en une phrase, il tiendra dans les cinq premières secondes.

2. Un tournage qui prévoit les variantes. Deux ou trois personnes différentes, plusieurs façons d’ouvrir, une version avec voix et une version sans. Une demi-journée de plus sur le plateau évite de devoir tout refaire.

3. Une seule variable par test. Voix contre musique seule. Visage en ouverture contre produit en ouverture. Comédien contre collaborateur. Mélanger les variables, c’est ne rien apprendre.

4. La bonne mesure. Le taux de conversion d’abord, avant les vues ou l’engagement. Une création peut être très regardée et ne rien vendre.

5. Garder, itérer, décliner. La version gagnante devient la référence ; les suivantes testent un nouvel élément.

Étiquetage des contenus IA : l’autre raison de garder l’humain

YouTube demande déjà aux créateurs de signaler les contenus synthétiques réalistes, et le règlement européen sur l’IA prévoit des obligations de transparence pour les images et les voix générées qui imitent le réel. Pour un annonceur, un visage ou une voix entièrement synthétique ouvre donc une question de conformité, et une question d’image de marque : le public qui découvre qu’un « client satisfait » n’existe pas retient surtout la tromperie. Les audiences réclament d’ailleurs de plus en plus des contenus faits par des humains, comme nous l’avons analysé à propos du mouvement « guaranteed human ».

Un collaborateur réel, filmé avec son accord, ne pose aucune de ces questions.

Sur les réseaux sociaux, la même logique

Ce que Google observe sur YouTube vaut sur Instagram, sur Facebook et sur LinkedIn : sur les réseaux sociaux, les formats les plus performants ressemblent à des personnes qui parlent à d’autres personnes. Les créateurs de contenu l’ont compris depuis longtemps, et les marques qui empruntent leurs codes (plan face caméra, prise de son proche, rythme de conversation) obtiennent souvent de meilleurs résultats que celles qui recyclent leur film d’entreprise en format vertical. Les canaux de diffusion ont chacun leurs usages ; la présence humaine, elle, fonctionne partout.

Ce que cela change pour la production

Pourquoi réaliser un tournage quand un outil sort une annonce en quelques secondes ? Parce que la caméra capte ce que l’outil ne sait pas inventer : de vraies personnes, de vraies voix, de vrais gestes. La bonne organisation combine les deux. Une journée de plateau exige une préparation sérieuse ; elle fournit ensuite la matière de plusieurs mois de diffusion, que l’IA aide à décliner par média, par langue et par format. Avant de créer des publicités vidéo en série, il faut donc créer des vidéos qui valent d’être déclinées.

C’est ainsi que nous abordons les campagnes publicitaires chez PANTOME : un studio qui filme l’humain, une équipe de post-production qui décline, et une série de variantes pensées pour être testées, conçues avec l’agence média qui achète l’espace. Qu’on soit chargé de communication dans une ETI ou responsable acquisition d’un grand compte, le projet démarre toujours par la même question : qui parle, et à qui. Le besoin d’outils vient après.

Questions fréquentes

Une voix générée par IA compte-t-elle comme voix humaine pour Google ?

D’après la recommandation relayée par Tubefilter, Google distingue la voix humaine du locuteur humain : une voix doublée par IA qui sonne humaine peut entrer dans le cadre. La version originale gagne à être enregistrée par une vraie personne, que l’IA peut ensuite traduire.

Quelle durée pour une vidéo publicitaire efficace ?

Il n’y a pas de durée idéale unique. Ce qui compte, c’est que le sujet, le visage et le produit apparaissent dans les cinq premières secondes. Au-delà, la durée dépend du canal et de l’objectif : notoriété, considération ou conversion.

Un générateur de publicités suffit-il pour une PME ?

Pour tester rapidement une accroche ou une offre, oui. Pour une prise de parole qui doit porter l’image de marque dans la durée, il manque ce que Google recommande en premier : des personnes réelles.

Pour votre prochaine campagne

Reprenez vos trois dernières créations et posez trois questions. Voit-on un visage dans les cinq premières secondes ? Entend-on une voix humaine ? Le produit apparaît-il en situation d’usage ? Chaque « non » est une variante à tester. Et si la réponse est non trois fois, la priorité n’est pas de produire plus de vidéos en ligne, mais de mieux les produire : moins de modèles génériques, plus de personnes, et quelques secondes d’humanité dès l’ouverture.