Consignes de sécurité multilinguesLe film d'accueil d'une expérience en réalité virtuelle

Partir du terrain, pas du logiciel

Une vidéo de consignes se rate presque toujours de la même façon : on recopie la notice du fabricant, on la fait lire par une voix, et personne ne regarde. Nous sommes partis de l'autre bout. Qui regarde, où, dans quel bruit, et qu'est-ce qui se passe mal dans la salle quand une consigne n'est pas passée ?

Le texte a donc été écrit avant la première image. Onze plans, un seul message par plan, et pour chacun un titre court à l'écran qui se comprend sans le son, parce qu'une file d'attente est bruyante et que la moitié des visiteurs discute. La notice du fabricant du casque a servi de base, puis les opérateurs de la salle ont relu. Leurs retours ont changé le texte plus que tout le reste : dire « retirez le casque » avant « levez la main » en cas de malaise, préciser où le poser à la fin, et arrêter de répéter le mot « casque » douze fois.

Montrer le geste

Une consigne qu'on montre se retient mieux qu'une consigne qu'on énonce. Chaque plan montre donc le geste lui-même : le casque qui descend par-dessus les lunettes, la molette qu'on tourne derrière la tête, la main qu'on lève.

Tout est dessiné en fil de fer, sur un ciel étoilé discret. C'est un choix de lisibilité autant que de style. Un personnage filaire n'a ni âge ni visage, tout le monde peut s'y reconnaître, et le regard va droit à ce qui bouge. Le casque, lui, est reconstruit d'après les schémas du fabricant : le visiteur doit reconnaître celui qu'on va lui tendre.

La salle, telle que le visiteur va la vivre

Le plan le plus travaillé est celui de la zone. Dans ce type d'expérience, chaque visiteur marche dans un espace qui lui est attribué et qui se déplace avec le groupe. S'il en sort, une grille apparaît devant lui. Expliqué avec des mots, c'est incompréhensible. Montré avec trois personnages qui avancent ensemble, dont un s'écarte, voit la grille et revient, ça prend sept secondes.

Même logique pour ce qui n'existe pas. En réalité virtuelle on voit des objets, parfois une chaise, et le réflexe est de s'appuyer dessus. La vidéo montre une main qui traverse un hologramme, puis quelqu'un qui tente de s'asseoir. La chute est à l'image, sans dramatiser, parce que c'est l'accident qui arrive vraiment.

Réaliser trois minutes comme un court métrage

Trois minutes, c'est court, et c'est justement ce qui ne pardonne rien. Chaque seconde est regardée des centaines de fois par jour. La réalisation a été tenue par Julien Patron-Zhang, avec les réflexes d'un plateau : un découpage écrit, une intention par plan, et des demandes précises.

Précises, cela veut dire qu'aucune note ne disait « c'est mieux » ou « c'est moins bien ». Elles disaient : les icônes apparaissent dans l'ordre où la voix les nomme, chacune sur son mot. Les mains sont toujours vues de trois quarts, pouces vers l'extérieur. Le groupe marche lentement et s'arrête pieds joints. Le titre se place selon l'image, pas l'inverse, et chaque plan a sa mise en page. C'est ce niveau de détail qui fait qu'un plan se lit du premier coup.

Et tout a été testé en continu. Chaque version était vue en entier, avec un compteur à l'image pour noter au dixième de seconde. Quand une idée se discutait, elle était montée en deux versions, avant et après, et tranchée à l'œil. Plusieurs propositions séduisantes sur le papier ont été refusées une fois vues : un écran partagé, des titres plus gros, une entrée en iris. Ce qui est dans le film y est parce qu'il a gagné contre autre chose.

Le montage : une boucle sans couture

Le film ne se regarde pas du début. Les visiteurs arrivent quand ils arrivent, et il tourne toute la journée. Il est donc monté comme une boucle : une minute d'attente contemplative, puis les consignes, puis l'attente de nouveau, sans noir ni saut entre la fin et le début. Les plans s'enchaînent en fondu, le ciel ne s'arrête jamais.

Chaque plan dure le temps de sa phrase. Quand la voix avait besoin de place, c'est l'image qui a été allongée, localement, plutôt que la phrase qu'on a pressée. Les titres tombent sur le mot qu'ils illustrent.

Caster et diriger une voix de synthèse

Les voix du film sont générées. Cela ne dispense ni du casting ni de la direction, au contraire. Pour chaque langue, plusieurs voix ont été essayées sur le même extrait, écoutées à l'aveugle, et une seule gardée. En anglais, la première retenue a été écartée après coup : trop de variations d'une phrase à l'autre.

Ensuite vient le travail qu'on ferait avec une comédienne. Reformuler une phrase qui sonne faux. Demander la dernière réplique « plus chaleureuse, mais pas trop », comparer trois prises, garder la plus sobre. Et surtout, écouter l'ensemble : quand une phrase corrigée était régénérée seule, on l'entendait, le ton n'était plus le même. La narration entière est donc dite d'une seule prise, puis découpée entre les mots, et chaque morceau est relu pour vérifier que la voix dit bien le texte.

Composer la musique et le son

La musique est composée pour le film, et pour sa forme : elle se referme sur elle-même, comme l'image. Il a fallu chercher le registre. La première version était trop sombre pour une sortie en famille, les suivantes trop démonstratives. Les consignes de composition sont devenues très concrètes (pas d'orgue, pas de piano, pas de cloches), jusqu'à une nappe de cordes qui tient en fond et ne commente pas. Les effets sont accordés sur elle.

Il existe enfin deux bandes-son pour les mêmes images. Une avec la voix, pour le moment du briefing. Une avec les effets seuls, pour la file d'attente, où une voix en boucle fatigue l'équipe d'accueil en une heure.

Jusqu'à l'écran de la salle

Le film a connu onze versions, chacune revue avec la production et les opérateurs. Il est livré en français et en anglais, en 4K, avec une version qui alterne les deux langues.

Et parce qu'une vidéo livrée sur une clé ne sert à rien si personne ne sait la lancer, nous avons fourni le lecteur avec : un PC sans Internet qui joue la boucle au démarrage, et où il suffit de déposer un nouveau fichier pour qu'il remplace l'ancien. La vidéo elle-même reste réservée au lieu, nous n'en montrons ici que quelques secondes.