Les bases du traitement du son

Attention : article obsolète 📜

Vous lisez un vieux machin qui est au moins partiellement obsolète. Je le laisse en ligne pour conserver un historique, mais les infos qui y figurent ne sont vraiment pas à jour.

Traiter le son est un vaste sujet. Pire encore : c’est tout un art et il est extrêmement facile de se planter ! Je ne suis pas ingénieur du son de métier, mais à force de recherche et de pratique j’ai fini par apprendre certaines choses. Cet article est destiné à ceux qui veulent prendre un raccourci et éviter de tomber dans les pièges dans lesquels je suis tombé lors de mon apprentissage.

Concrètement ma façon de traiter le son est encore en évolution, et je ne suis pas encore tout à fait satisfait des résultats que j’ai produit. Si cela ne tenait qu’à moi je remplacerais très régulièrement les vidéos dont j’ai traité le son et les musiques que j’ai composées par des versions améliorées, mais il faut savoir s’arrêter. Ce qui a été produit dans le passé appartient au passé : s’acharner dessus est dangereux et peut empêcher d’avancer. Prenons mes musiques sur SoundCloud : je pourrais les remplacer aujourd’hui par des versions améliorées, mais cela ne m’avancerait à rien car dans 3 mois je voudrai répéter l’opération. Autant ne pas le faire du tout : les musiques que j’ai publiées sont le résultat de ce que je savais faire au moment où je les ai composées, et le fait que je n’en sois pas entièrement satisfait aujourd’hui est bon signe car cela signifie que je me suis amélioré. Ce constat ne me rend pas satisfait de mon insatisfaction mais me permet de relativiser.

Buts

Lorsque je traite un dialogue (ou un monologue. Bref : une scène dont l’élément dominant est un ensemble de voix humaines), je cherche à atteindre les résultats suivants :

  • Les dialogues sont intelligibles,
  • Le son ne fait pas mal aux oreilles,
  • Il n’y a pas besoin de monter et baisser le volume en permanence lors du visionnage,
  • Bonus : avoir un “beau” son.

Pourquoi ces buts ?

Concrètement, je suis un spectateur fainéant : je veux pouvoir regarder une vidéo sur l’écran d’une télévision, affalé dans le canapé, sans avoir à toucher à la télécommande une fois que la vidéo est lancée. Je ne veux pas devoir faire des efforts pour comprendre ce que raconte un personnage parce que sa voix serait en partie masquée par un bruit de moteur d’avion. Je ne veux pas qu’un sifflement aigu me vrille les tympans tout le long de la vidéo. Je ne veux pas avoir à augmenter le son pour entendre ce que dit un personnage, puis le baisser plus tard car un autre personnage parle beaucoup plus fort.

Spectateur fainéant

Quand je regarde la télévision, je ne veux pas faire le moindre effort

C’est très subjectif, mais je veux également si possible produire un son que je trouve plaisant à écouter. Au minimum, je veux qu’il ne soit pas désagréable, mais c’est un strict minimum.

Les outils

Voici les outils que j’utilise :

  • Audacity : pour traiter le son, c’est le logiciel que je préfère,
  • Un casque ouvert : c’est le type de casque le plus “neutre” possible, c’est à dire qu’il ne va pas déformer le son en sur-amplifiant les basses, par exemple,
  • Mes oreilles : cela peut sembler être une évidence, mais j’utilise mes oreilles et je leur fais confiance. J’utilise énormément ma perception, qui est le caractère subjectif et non quantifiable de mon analyse,
  • Une télévision. Ce n’est pas très orthodoxe, mais cela me permet de tester des conditions réelles d’écoute. Quand je regarde une vidéo du Joueur du Grenier, j’utilise cette télévision. Il me semble donc logique de l’utiliser pour tester le son que je traite.

Nettoyage du son

La première étape de mon traitement est le nettoyage : je veux mettre en avant le son “utile”, comme la voix des acteurs, et diminuer le son parasite (exemple : le bruit du vent).

Réduction du bruit

La suppression de bruits se fait en deux étapes :

  1. On doit indiquer au réducteur de bruit à quoi ressemble le bruit qu’il doit réduire. Typiquement, lors de la prise de son on aura enregistré 30 secondes de “silence” : personne n’aura parlé/bougé/fait de bruit durant cet enregistrement, mais on aura enregistré le bruit ambiant de la pièce et le bruit lié au matériel d’enregistrement,
  2. On sélectionne une portion de son à traiter, on règle la sensibilité du réducteur et on réduit.

Je recommande de bien doser cet effet : bien réglé, il déforme la voix de manière très discrète ; mal réglé, il ajoute des artéfacts sonores bien plus perceptibles que le bruit original. De manière contre-intuitive, ces artéfacts sonores apparaissent lorsque la suppression de bruit est trop faible : si on supprime trop peu de bruit, la partie qui reste ressemble à du bruit de quantification -> c’est un son beaucoup moins naturel que le bruit de base, donc notre oreille le remarque. Pour comprendre en détail comment bien utiliser cet outil, lisez le manuel d’Audacity J’ai tendance à ne pas le doser assez fort, mais la bonne nouvelle est que lorsqu’une musique de fond est ajoutée sur les dialogues, les résidus de bruit peuvent passer inaperçus.

Égalisation

Si j’ai l’impression qu’un son est trop grave ou trop aigu (ou autre), je modifie l’égalisation. Par exemple, dans l’épisode 4 de la saison 1 d’IRL - In Raph Life, lors que le personnage de Sam est en voix off, j’ai atténué les graves (-6 dB pour les fréquences inférieures à 200 Hz). Si nécessaire, je me sers de l’égalisation pour couper ce qui est trop grave et trop aigu (ça me permet de me débarrasser de certains bruits parasites). Je teste les réglages au fur et à mesure pour obtenir l’effet recherché. Pour couper le vent dans les scènes en extérieur, j’ai tendance à couper tout ce qui est situé en dessous de 150 Hz.

Compresseur et limiteur

Mise en situation : vous visionnez tranquillement une vidéo d’Antoine Daniel ou un épisode de l’excellente websérie Ephemera. Vous passez un bon moment, mais vous êtes obligé d’augmenter le son sur certains passages, puis de le baisser sur d’autres pendant le visionnage. Ce n’est pas la fin du monde mais c’est tout de même gênant. En tout cas, ça me gêne. Voici donc ce que je fais pour épargner ce désagrément au spectateur qui visionnera les vidéos d’All Geek Studio.

Régler le volume à la main

Si tous les plans de la vidéo à traiter sont filmés dans les mêmes conditions (exemple : on filme en un seul plan fixe, on ne bouge jamais par rapport au micro, et on parle à peu près toujours au même niveau) on peut envisager de se passer du réglage manuel et passer de suite par un compresseur et un limiteur.

Pour le cas d’un épisode de websérie : on a plusieurs plans tournés dans des conditions très différentes. Quand un personnage chuchote j’augmente le son, et quand un personnage crie je baisse le son.

Normaliser VS Amplifier

Pour augmenter ou baisser le son, on peut utiliser l’amplification ou la normalisation, ce sont plus ou moins deux façons différentes de faire la même chose. Cet article l’explique très bien.

Compresseur

En bref : un compresseur permet de réduire l’écart entre les sons faibles et les sons forts. Bien réglé, on ne le remarque pas : l’écart est toujours présent, mais suffisamment faible pour épargner au spectateur la nécessité d’augmenter / baisser le son en cours de visionnage. Mal réglé, il détruit le son :

  • C’est le cas de certaines émissions de radio. C’est très perceptible lorsque les intervenants parlent sur une musique de fond : dès qu’ils parlent, la musique de fond diminue fortement, pour augmenter dès qu’ils cessent de parler. C’est parce que la compression est très forte, et je trouve cela très désagréable,
  • J’ai trouvé une vidéo qui montre parfaitement l’effet d’une compression trop agressive sur une musique ici.

Pour utiliser un compresseur, on définit un seuil et un taux de compression. Dès que le signal en entrée sera plus fort que le seuil, il sera affecté par le taux de compression. Ce taux peut se définir par “pour X décibels en entrée, on aura Y décibels en sortie”. Exemple : un ratio de 5:1 signifiera que pour 5 décibels en entrée, on aura 1 décibel en sortie. Expérimentez pour trouver les réglages qui s’adaptent à votre situation, en gardant à l’esprit qu’une compression trop forte dénaturera le son. Je recommande MCompressor qui dispose de réglages assez fins. On peut par exemple paramétrer un compresseur “progessif” qui ne passera pas directement du rapport 1:1 à 5:1, mais passera par des valeurs intermédiaires (cela permet d’avoir une compression plus discrète).

La compression

Dé-esseur

Le dé-esseur est un effet assez particulier : il permet d’atténuer les “s”. Oui, le son associé à la lettre “s”. Cet effet est très utile sur les sons très compressés, où les “s” peuvent être vraiment agressifs. Bien réglé, le dé-esseur permet de rendre une voix plus agréable à écouter.

Limiteur

Le limiteur est un effet simple à comprendre : on définit un seuil, le son ne pourra pas le dépasser. Il s’agit d’un compresseur avec un taux de compression extrêmement élevé. C’est très utile pour atténuer les percutions. Par exemple, si un personnage se met à taper très fort dans ses mains, le limiteur sera très utile.

Niveau de sortie

Quand je traite une piste de dialogues, je m’arrange pour que le niveau maximum soit -1 dB, et que la voix oscille entre -8 dB et -1 dB. Cette fourchette n’est pas une règle absolue : je me fie à mon oreille pour vérifier que :

  • le son n’est pas trop compressé (je ne compresse pas toujours les dialogues, et rarement de façon très agressive),
  • le volume sonore est globalement constant, mais respecte un certain écart entre les cris et les chuchotements,
  • le son n’est pas trop “monotone” (en fait, c’est lié à un excès de compression).

[EDIT] : Ma méthodologie a évolué depuis que j’ai découvert comment mesurer le volume sonore autrement qu’avec mes oreilles. J’en parle ici !

Résultat final

Gardons à l’esprit les buts que je m’étais fixé au départ, et analysons 2 exemples :

IRL S01E04

Le son est intelligible, le volume des voix est globalement constant. Le mix entre bruitages, dialogues et musiques est satisfaisant (mais je discuterai de ce sujet dans un autre article).

Cependant à certains endroits je trouve les dialogues trop compressés, et j’ai été vraiment mal dosé la suppression de bruit. Pour ne pas retarder la date de sortie on a décidé que le son était suffisamment bon : il n’a pas de défaut majeur, il n’est juste pas aussi bon que je l’aurais voulu parce que j’ai manqué de subtilité sur certains traitements. C’est une leçon que je retiens pour les prochains épisodes.

T-Rex Show : Starfox

Il s’agit du replay d’un stream sur un vieux jeu. Le son était traité en direct (j’écrirai sur le traitement du son en live appliqué au stream plus tard) :

  • On avait paramétré un compresseur plutôt agressif (ratio 10:1 environ) avec un seuil à -15 dB. Pour des voix en live, avec des intervenants se trouvant à des distances variable du micro, cela semble bien fonctionner.
  • On avait également paramétré un limiteur à -2 dB : cela permet d’atténuer les coups qui sont donnés dans la table sur laquelle est posé le micro

La voix est très compressée, mais ce n’est pas gênant car je n’ai pas traité le son du jeu : ce qui est gênant dans les émissions de radio qui utilisent un fond sonore, c’est le fait que le volume du fond sonore ne cesse d’augmenter/diminuer lors des silences. Ce n’est pas le cas pour le T-Rex Show.

En post production j’ai légèrement recompressé le son (ratio 2:1), puis normalisé à -1 dB.


Publié le 30/08/2016