Le micro est presque toujours le dernier problème d'une prise ratée, et il est le premier achat. Nadia Bouhadi enregistre un entretien dans la salle du conseil d'une MJC de Roubaix, sur une grande table vernie, sous un tube au plafond. Trois des quatre défauts de cette prise ont été décidés dans la pièce, et le quatrième par une prise de courant.
Aucun des quatre ne se répare en achetant quelque chose. Deux se réparent en bougeant, un en éteignant, et le dernier en regardant un chiffre avant d'appuyer sur enregistrer.
La commande qui ne coûte rien
L'intensité d'une source décroît avec le carré de la distance, et une pièce, elle, ne décroît pas : elle arrive de partout et son niveau ne bouge presque pas quand on se rapproche. C'est de là que sort la seule commande gratuite de ce sujet. Passer de 40 cm à 20 cm ajoute 6 dB de sa voix et rien de la pièce, donc le rapport entre les deux se déplace d'autant, et la prise cesse d'avoir l'air enregistrée au fond d'un couloir.
La limite est de l'autre côté : trop près, l'effet de proximité gonfle les graves, les plosives frappent la membrane et le moindre mouvement de tête change le timbre. En pratique, la zone utile pour une voix assise va de 20 cm à 30 cm, ce qui est beaucoup plus près que ce que la plupart des gens acceptent spontanément.
Cette distance-là fait plus qu'un micro à quatre cents euros posé à un mètre. C'est aussi pourquoi la première dépense utile n'est pas un micro mais un pied qui tient le micro là où il faut, sans que quelqu'un ait à se pencher pendant une heure. L'enregistrement est le groupe où cette géométrie se travaille en entier.
Où poser le niveau
Le danger d'une prise numérique n'est plus le souffle, il est le plafond. Zéro est un mur : ce qui le dépasse n'est pas fort, il est effacé, et rien ne le récupère. On vise donc des crêtes à -12 dBFS, pas près de zéro, et la bande utile est large parce qu'un rire que personne n'attendait arrive très au-dessus de la parole.
Le chiffre que le vumètre ne donne pas est celui qui décide tout le reste, et c'est le bruit de fond. Avant l'entretien, enregistrez trente secondes de la pièce sans que personne parle, puis écoutez-les au casque en montant le volume. Ces trente secondes disent si une prise trop basse pourra être remontée ou si la remonter fera monter la pièce avec elle.
L'ordre, et pourquoi il est strict
Chaque planche peut détruire ce dont la suivante a besoin
Aucune de ces étapes ne rend ce que la précédente a perdu, et c'est pourquoi l'ordre n'est pas une préférence ici comme il l'est dans la plupart des métiers.
- 01La distanceGratuite, physique, et le plus grand changement disponible
- 02La salleUne couverture et un tube éteint. Dix secondes, avant d'enregistrer quoi que ce soit
- 03Le niveauDe la marge en haut, parce que le plafond ne pardonne pas
- 04Le montageLà où vingt-deux minutes deviennent dignes de l'attention qu'elles demandent
- 05Le calage en loudnessLa dernière étape, une mesure, et la seule qui ait une réponse juste
Le pont est tracé pour la parole. La musique franchit le même vide dans un autre ordre, parce qu'une salle qui gêne une voix est souvent ce qu'un instrument a de meilleur.
La table répond 0,7 ms plus tard
Le son parcourt 34 cm en une milliseconde. Entre la bouche de Nadia Bouhadi et le micro il y a un trajet direct, et il y en a un second qui rebondit sur la table vernie avant d'arriver. Avec le micro à 24 cm au-dessus du plateau, le trajet réfléchi est plus long de 24 cm, soit 0,7 ms plus tard.
Deux copies séparées de 0,7 ms s'annulent autour de 700 Hz, c'est-à-dire en plein milieu d'une voix, et le résultat ne s'entend pas comme un écho mais comme une voix creuse, sourde, à laquelle il manque quelque chose qu'on n'arrive pas à nommer. Aucun réglage ne le rattrape après coup, parce qu'un trou creusé par une soustraction ne se rebouche pas en ajoutant. La réparation coûte zéro euro : une couverture pliée sur la table, sous le micro, et la réflexion n'a plus de miroir.
Le quatrième défaut est électrique. Le ballast du tube au plafond est à 50 Hz, et l'éteindre est la réparation ; en France ce ronflement est à 50 Hz et pas à 60, ce qui explique que les filtres livrés dans les logiciels américains tombent parfois à côté. Un filtre passe-haut à 80 Hz enlève le tramway et les pas dans le couloir, et ne touche pas au ballast, qui est en dessous.
Là où ça bloque ici : la liaison, et les blancs qu'on n'a pas
Le blocage français de ce sujet vient de la langue elle-même et il est invisible tant qu'on ne l'a pas nommé. Le montage de parole se fait aujourd'hui par détection des blancs : le logiciel repère les silences et les retire, et l'outil a été réglé sur de l'anglais. Or le français enchaîne, la liaison laisse moins de silences, et un seuil calibré sur l'anglais coupe donc dans les mots plutôt qu'entre eux.
Le symptôme est reconnaissable et il est partout dans le podcast francophone : une parole hachée, des fins de mots mangées, un débit qui donne l'impression que l'invité est pressé. Trois réglages suffisent à le sortir.
- Allongez la durée minimale de silence détecté, largement au-delà du réglage livré, sinon les enchaînements passent pour des blancs.
- Gardez au moins un dixième de seconde de part et d'autre de chaque coupe, faute de quoi la consonne finale disparaît avec le silence.
- Écoutez la coupe au lieu de la regarder : une forme d'onde française ne montre pas les frontières de mots, et c'est précisément ce qui manque à l'outil.
Le second blocage est plus simple et il est le vrai : on cesse d'entendre sa propre pièce au bout de dix minutes. Le ballast, le couloir, le tramway sont audibles pour tout le monde sauf pour celui qui est assis là depuis une heure, et c'est la raison pour laquelle les trente secondes de silence enregistrées plus haut valent tout le matériel de la salle.
Du téléphone posé sur la table à quelque chose qu'on écoute jusqu'au bout
L'ordre de ce sujet est plus strict que dans les autres métiers de l'image et le son, et pour une raison mécanique : aucune étape ne peut rendre ce que la précédente a perdu. Une distance ratée ne se rattrape pas au mixage, un creux à 700 Hz ne se rebouche pas, une crête écrêtée n'existe plus. Ailleurs l'ordre est une préférence, ici c'est une contrainte.
Les deux premières planches sont gratuites et physiques, la troisième est un chiffre, la quatrième est du travail et la dernière est une mesure. C'est aussi pourquoi le mixage déçoit tant de débutants : ils l'abordent en espérant qu'il répare, alors qu'il ne fait qu'arranger ce qui est déjà là.
Où se loge le défaut
Les quatre endroits où cette prise a échoué, par fréquence
Trois d'entre eux ont été décidés dans la salle et le quatrième par une prise de courant. Aucun ne l'a été par le micro.
Fréquence, du grave à l'aigu. Les fréquences sont celles de cette prise ; leur place sur la ligne a été posée à l'oeil plutôt que mesurée.
- Le ballast du tube50 Hz, plus un grésillement étalé sur tout ce qui est au-dessus
- Le passe-haut80 Hz. Enlève le tramway et les pas, pas le ballast
- Le creux de la table700 Hz, retirés du milieu de sa voix par un plateau à 24 cm
- Les consonnesDe 2 kHz à 8 kHz, là où vit l'intelligibilité et où la proximité commence à éclater
Une ligne de fréquences donne à ces quatre défauts l'air d'être quatre problèmes. Trois n'en font qu'un, qui est que personne n'a écouté la salle avant d'enregistrer.
-23 ou -16 LUFS, et qui décide
La dernière étape est la seule de ce sujet qui possède une réponse juste, et la valeur de cette réponse dépend d'où va le fichier. La norme européenne de diffusion est EBU R 128, et elle vise -23 LUFS ; les plateformes de podcast, elles, tournent autour de -16 LUFS. Un même entretien livré à une radio et à une plateforme n'a donc pas le même niveau, et c'est une mesure, pas un goût.
ffmpeg loudnorm applique cette norme depuis une ligne de commande, gratuitement, et remplace l'export de trois versions successives pour en trouver une qui corresponde. Auphonic fait la même mesure dans un navigateur avec une offre gratuite suffisante pour une émission de cette taille. iZotope RX répare ce qui n'aurait pas dû être enregistré ainsi et n'a aucun chemin gratuit : dix secondes passées à débrancher quelque chose le battent sur tous les plans, ce qui est le résumé honnête de cette page.
Par où entrer, et ce qui reste ouvert
Sept groupes tiennent sous cette page et deux publics différents s'y croisent. Pour la parole, l'entrée est le podcast, où les quatre défauts ci-dessus se rencontrent tous dans la première heure. Pour la musique, l'entrée est la création musicale, et la pièce y change de statut : une salle qui gêne une voix est souvent ce qu'un instrument a de meilleur.
Entre les deux, les DAW décrivent le logiciel où tout se passe, et le design sonore commence là où le son n'est plus capté mais fabriqué. Reste la question que ce sujet ne tranche pas : un son propre ne dit toujours pas dans quel ordre poser ce qui a été dit, ni ce qu'il faut couper, et cela se décide du côté de la narration. Une prise techniquement parfaite d'un entretien sans récit reste vingt-deux minutes que personne ne finit, et l'inverse s'écoute jusqu'au bout.