Améliorer la qualité audio d’un enregistrement : ce qui se rattrape, ce qui se réenregistre

« Le son est mauvais. » C’est la phrase qui accompagne presque toutes les prises qu’on nous envoie à sauver. Elle décrit une gêne. Elle ne nomme aucun défaut. Et tant que le défaut n’est pas nommé, personne ne peut dire si le fichier se répare en une heure de studio ou s’il faut retourner devant le micro.

Vous croyez avoir un problème de qualité audio. Vous en avez en réalité un parmi sept, et ces sept-là ne se traitent pas de la même manière. Certains disparaissent en post-production sans que personne ne devine qu’ils ont existé. Deux ne se réparent pas, et ce sont justement les plus fréquents.

Écoutez d’abord dans les bonnes conditions

Avant de nettoyer un enregistrement audio, il faut savoir ce qu’on nettoie. Or un défaut ne se laisse pas attraper sur les enceintes d’un ordinateur portable, encore moins dans une voiture. Prenez un casque fermé, un endroit calme, et passez le fichier deux fois : la première en suivant le sens du texte, la seconde en l’ignorant complètement pour n’entendre que la matière sonore, les silences, les fins de phrases, ce qui traîne entre les mots. C’est la seconde écoute qui livre le diagnostic.

Un mot au passage : le bruit de fond, souffle, climatisation, circulation, forme une famille de problèmes à part entière, avec ses propres remèdes. Elle sort du périmètre de cette grille.

La voix sonne lointaine et creuse

À quoi ça s’entend : la voix semble captée à trois pas du micro alors qu’elle devrait se poser près de l’oreille. Quand vous montez le volume, elle ne se rapproche pas, elle devient seulement plus forte. Écoutez un silence entre deux phrases : la pièce continue de sonner une fraction de seconde après le dernier mot.

D’où ça vient : de la pièce, presque toujours. Le micro capte la voix directe et, dans la foulée, toutes ses réflexions sur les murs nus, le sol dur, la table, la fenêtre. Le matériel n’y est pour rien. La pièce s’est enregistrée en même temps que la voix, et les deux sont désormais mélangées dans le même signal.

Ce qu’on peut faire : les traitements de déréverbération, qui tentent de séparer la voix de l’écho de la pièce, fonctionnent quand la réverbération reste discrète. Dès qu’elle s’entend franchement, ils la retirent en emportant une partie de la voix avec elle. Le timbre s’amincit, les consonnes se ternissent, la voix prend ce caractère filtré, un peu sous l’eau, que l’oreille repère aussitôt sans savoir le nommer. On a échangé un défaut contre un autre, souvent moins acceptable.

Verdict : partiellement rattrapable quand la réverbération est légère, à réenregistrer dès qu’on l’entend sur les silences. C’est le problème le plus courant, et celui qui résiste le plus.

Le son crache ou se déchire sur les mots appuyés

À quoi ça s’entend : un craquement bref, une déchirure sale, un son qui bave, toujours sur les passages les plus forts. Les mots murmurés sont impeccables, les mots énergiques sont abîmés.

D’où ça vient : de la saturation à l’enregistrement, un signal entré plus fort que ce que la chaîne pouvait accepter. Il faut voir ce que ça implique. La partie qui dépassait n’a pas été enregistrée trop fort : elle n’a pas été enregistrée du tout. Elle est absente du fichier.

Ce qu’on peut faire : des outils de reconstruction estiment la forme manquante et recollent les morceaux. Sur un accident isolé, un mot qui claque au milieu d’une prise propre, ça tient. Sur une prise saturée du premier au dernier mot, il n’y a rien à reconstruire, seulement à deviner, et l’oreille entend la devinette. L’objection arrive toujours : « on baissera le volume au montage ». Baisser le niveau d’une saturation donne une saturation moins forte, rien de plus.

Verdict : à réenregistrer. C’est le seul défaut de cette liste qui soit strictement irréversible.

Les « p » et les « b » font exploser le son

À quoi ça s’entend : un coup sourd, une bouffée de grave qui secoue la voix sur certains mots. On appelle ça des plosives, ces consonnes qui projettent un souffle d’air directement sur la membrane du micro. L’origine est presque toujours la même : pas de filtre anti-pop entre la bouche et le micro, une bouche trop proche, ou trop pile dans l’axe.

Bonne nouvelle : une plosive occupe le bas du spectre sur une durée très courte, elle se traite localement, sans toucher au reste de la phrase. Seule la plosive violente pose vraiment problème, celle qui fait bouger la voix elle-même sous le coup : il reste alors un creux dans le mot.

Verdict : rattrapable dans la grande majorité des cas.

La voix est trop faible, ou le niveau saute d’une phrase à l’autre

Deux problèmes différents sous la même sensation. Une voix uniformément trop basse se remonte, c’est de l’arithmétique, et la seule question est de savoir ce qui monte avec elle. Un niveau qui saute d’une phrase à l’autre raconte autre chose : la personne a bougé pendant la prise, s’est rapprochée sur les passages qu’elle voulait appuyer, a reculé pour respirer.

Le traitement dynamique resserre les écarts, quelques passages se reprennent à la main, et le calage final se fait sur la norme de niveau du canal de diffusion, qui diffère selon qu’on livre pour la télévision, la radio ou le web. Une nuance compte : si le timbre change en même temps que le niveau, le volume n’est plus le vrai sujet. La personne s’est déplacée devant le micro, et vous êtes sur le symptôme suivant.

Verdict : rattrapable.

La voix manque de corps, ou sonne étroite et nasillarde

À quoi ça s’entend : une voix maigre, sans assise dans le grave, qui ne remplit pas l’espace. Ou l’inverse, une voix concentrée dans le médium, avec ce caractère « au téléphone » qui fatigue vite à l’écoute.

D’où ça vient : du placement et du choix de captation. Trop loin du micro, hors de l’axe, orienté trop haut ou trop bas par rapport à la bouche, ou un micro dont le caractère ne sert pas cette voix-là. Le grave d’une voix se gagne en partie par la proximité, et il se perd très vite dès qu’on s’éloigne.

Ce qu’on peut faire : l’égalisation, qui consiste à doser les zones de fréquences de la voix, redonne un peu d’assise ou dégonfle une zone trop présente. Améliorer un enregistrement vocal après coup revient toujours à travailler avec ce que le micro a retenu : on sculpte le capté, on ne fabrique pas le manquant. Poussée trop loin, l’égalisation produit une voix qui sonne travaillée, et l’auditeur le sent avant de le comprendre.

Verdict : partiellement rattrapable. Un écart léger se corrige sans que ça se remarque. Une voix captée franchement à côté restera une voix captée à côté.

Les bruits de bouche et les claquements de salive

À quoi ça s’entend : de petits clics entre les mots, des ouvertures de bouche collantes, surtout avant les phrases et après les respirations. Ça tient à un mélange de physiologie, d’hydratation, de fatigue vocale et de proximité : un micro sensible placé très près amplifie ce que l’oreille ne remarquerait jamais dans une conversation.

Ces bruits se retirent un par un. Les outils automatiques dégrossissent, la finition se fait à l’oreille, parfois clic par clic. Le travail est long et sans difficulté particulière. Le piège, lui, est réel : à force de gommer, la voix se met à zozoter et les consonnes s’émoussent.

Verdict : rattrapable, au prix du temps qu’on y consacre.

Tout est propre, et pourtant ça ne tient pas à l’écoute

À quoi ça s’entend : rien d’anormal, justement. Le son est net, le niveau est bon, aucun bruit ne dépasse. Et vous décrochez à la troisième phrase. Le débit reste uniforme, les phrases retombent toutes de la même façon, les mots qui portent le message passent sans être marqués. On comprend tout et on ne retient rien.

D’où ça vient : d’une absence de direction. Le texte a été lu correctement, sans que personne ne décide de ce qu’il devait produire à l’écoute. À qui il s’adresse, ce qu’il doit déclencher, où il accélère, où il se pose, quels mots portent l’intention. Un texte lu et un texte interprété donnent deux fichiers d’égale propreté technique et deux effets qui n’ont rien en commun.

Ce qu’on peut faire : rien. Aucun traitement ne pose une intention après coup. On peut resserrer le montage, glisser une musique plus tendue dessous pour simuler une énergie. Ça déplace le problème de quelques secondes.

Verdict : à réenregistrer, avec une direction artistique cette fois. Aucun outil de la chaîne audio ne touche à ce défaut-là, et c’est le plus fréquent sur les prises techniquement irréprochables.

Le verdict en une lecture

Deux choses sautent aux yeux dans la colonne de droite. Les défauts les plus répandus, la pièce et la saturation, sont exactement ceux que la post-production ne sauve pas. Tout le reste se corrige, en partie ou en totalité, à condition d’accepter le temps que ça demande et de savoir s’arrêter avant que le remède ne s’entende plus que le mal. Améliorer la qualité audio d’un enregistrement commence toujours par ce tri.

La question qui vient juste après

Un fichier se répare jusqu’à un certain point, et ce point s’évalue en écoute. Reste ce qu’on se demande rarement à voix haute. Quand l’enregistrement porte le nom d’une marque, quand il va tourner pendant des mois sur une campagne ou dans un module de formation, la question n’est pas de savoir jusqu’où on peut le rattraper : c’est de savoir si le résultat sera à la hauteur de ce qu’il représente.

Si vous avez un fichier dans ce cas, faites-le écouter avant de trancher. Nous disons ce qui se répare, ce qui ne se répare pas, et ce qu’implique une nouvelle prise en organisation comme en délai. Quinze ans de séances donnent une écoute assez rapide sur ce genre d’arbitrage, et notre équipe travaille depuis son studio d’Aix-en-Provence. Pour faire écouter une prise ou cadrer une nouvelle captation, décrivez votre projet.