Le mixage sonore d'un film

Le son sur le plateau de tournage

Tout commence par l'enregistrement pendant le tournage. L'équipe du son enregistre sur le plateau ce que disent les acteurs. Cet enregistrement est bien sûr très important, mais il arrive souvent qu'il ne soit pas utilisé tel quel dans le film final.

Photo prise pendant le tournage

Le microphone est généralement suspendu au-dessus des têtes à l'aide d'une perche ou fixé aux vêtements sous forme de micro-cravate. La perche offre un son plus naturel, tandis que le micro-cravate garantit une meilleure protection contre les bruits parasites. Ces deux options sont souvent utilisées en parallèle afin de disposer d'un choix ultérieur. L'enregistrement ne se limite pas à la voix, mais englobe tout ce qui est audible sur le plateau.

L'enregistrement s'effectue généralement sur plusieurs pistes simultanément, afin de pouvoir choisir entre les différents microphones lors du montage. Toutes les pistes sont horodatées, ce qui permet de les synchroniser ultérieurement avec l'image.

Limites de l'enregistrement original

Mais c'est justement là que réside le problème. Un lieu de tournage est rarement calme et silencieux. Le décor, une rue, le vent ou l'équipe elle-même se retrouvent sur l'enregistrement. De plus, certaines scènes sont tournées dans des endroits où il est tout simplement impossible d'enregistrer avec peu de bruits parasites.

Aux raisons techniques s'ajoutent des raisons linguistiques. Il arrive parfois qu'une phrase ne sonne pas bien, qu'un mot soit inaudible ou qu'une intonation ne corresponde plus à la scène après le montage. Dans ces cas-là, on remplace le son original par la suite.

Doublage des dialogues

Lorsque la bande-son originale ne peut pas être exploitée de manière optimale, les comédiens réenregistrent leurs répliques en studio. Ce procédé s'appelle l'ADR, généralement abrégé en « Automated Dialogue Replacement ». En allemand, on parle également de « Nachvertonung » (doublage a posteriori) ou de « Dialogersatz » (remplacement des dialogues).

ADR en studio

L'acteur regarde la scène et prononce la réplique jusqu'à ce qu'elle corresponde au mouvement de ses lèvres. L'enregistrement est réalisé dans une pièce calme, sans bruits parasites. C'est pourquoi le son est d'une grande pureté, mais aussi différent de la bande-son originale.

Il faut ensuite supprimer cet effet de netteté. Une voix qui parle, par exemple, dans une grande salle, se voit ajouter une réverbération artificielle. Sans cet ajout, le dialogue ne s'intégrerait pas dans la scène.

Versions doublées dans d'autres langues

Dans le cas d'une version doublée en allemand, le processus se répète, mais avec d'autres doubleurs et un texte traduit. Là encore, la voix est enregistrée en studio, puis intégrée au mixage existant.

La musique et les effets sonores sont souvent fournis sous forme de mixage distinct, sans dialogues. Cette version est appelée « M&E », c’est-à-dire « Music and Effects ». Elle sert de base à l’ajout de nouveaux dialogues dans d’autres langues. Les effets sonores qui figuraient sous les dialogues originaux doivent bien sûr être réintégrés.

Bruits, ambiance et musique

Outre les dialogues, trois autres éléments sont enregistrés ou composés séparément. Ils sont mixés sur des pistes distinctes jusqu'à la fin. Ce n'est qu'une fois assemblés qu'ils forment ce que l'on entend comme la bande-son finale du film.

Les quatre pistes sont enregistrées séparément jusqu'au mixage. Pour la clarté des dialogues, c'est surtout le rapport entre la parole et la musique qui est déterminant.

Foley et les créateurs d'effets sonores

Les bruits de pas, de portes, de vêtements qui frottent ou d'un verre que l'on pose sont enregistrés séparément pendant le tournage de la scène. Le terme technique pour désigner cette technique est « Foley » ; en allemand, on parle de « Geräuschemacher » (créateur de bruitages).

Ce travail se déroule dans un studio équipé de différents revêtements de sol et d’une collection d’objets. Ce que l’on entend dans le film, par exemple un pas sur des cailloux, est créé là-bas et non sur le lieu de tournage. Sur le plateau, ces bruits seraient enregistrés avec tous les autres et il serait impossible de les séparer les uns des autres par la suite.

Conception sonore pour tout le reste

Tous les sons ne peuvent pas être enregistrés. Un vaisseau spatial ou un monstre n'ont pas de son réel. On assemble ces sons sur ordinateur à partir de différentes sources. Curieusement, il s'agit souvent de sources qui n'ont rien à voir avec le décor.

Cette étape s'appelle la conception sonore et se distingue de l'enregistrement sonore, même si les deux finissent par être regroupés sur le même groupe de pistes.

Ambiance en arrière-plan

L'ambiance, également appelée « atmo », constitue la toile de fond permanente d'une scène. La circulation devant la fenêtre, le chant des oiseaux ou d'autres bruits de fond. C'est elle qui fait qu'une pièce sonne comme une véritable pièce et non comme un enregistrement en studio.

Musique et langue

La musique de film est généralement composée en dernier, car le compositeur doit visionner le film monté. Elle suit l'intrigue et intervient à des moments précis, déterminés au préalable en collaboration avec l'équipe de réalisation. Ces moments sont enregistrés à l'aide d'un horodatage (également appelé « timecode ») afin que la musique et l'image s'accordent parfaitement par la suite.

La musique est l'élément qui rend le plus difficile la compréhension de la parole. Elle peut empiéter sur la gamme de fréquences de la voix humaine et est souvent diffusée précisément au moment où l'on parle.

Le mixage en studio d'enregistrement

Au final, toutes les pistes sont regroupées. Lors du mixage, un ingénieur du son détermine le volume de chaque élément par rapport aux autres. C'est à ce moment-là que l'on décide si les dialogues ressortent ou s'ils sont noyés dans le reste.

Voies séparées

Les différents éléments restent ainsi séparés en groupes, appelés « stems ». On en compte généralement trois : un pour les dialogues, un pour la musique et un pour les effets. Cette séparation est pratique, car elle permet par la suite de remplacer certains groupes ou de modifier leur pondération.

C'est une condition fondamentale pour les versions doublées. Les nouvelles techniques visant à améliorer l'intelligibilité de la parole interviennent justement à ce niveau, en augmentant la part des dialogues par rapport au reste.

La relation entre la langue et tout le reste

L'écart entre les dialogues et le bruit de fond relève d'un choix artistique. Certains réalisateurs souhaitent donner une impression réaliste et acceptent pour cela que les paroles se fondent dans la scène. D'autres, au contraire, mettent clairement les dialogues en avant.

L'Audio Engineering Society considère que ce rapport est le facteur déterminant pour l'intelligibilité des dialogues. D'après des études menées par l'UER, un écart trop faible entre la voix et le bruit de fond figure parmi les causes les plus fréquentes de plaintes concernant le son à la télévision.

Normes relatives au niveau sonore

En matière de télévision, il existe des directives strictes qui définissent les niveaux sonores auxquels les émissions doivent être mixées. Cela permet, par exemple, de comparer entre elles les chaînes et les publicités. Cette norme ne régit toutefois que le niveau sonore global d'une émission. Elle ne précise pas le rapport entre la parole et la musique au sein de cette émission.

Conséquences pour le son de la télévision

Un film est mixé pour une grande salle silencieuse équipée de nombreux haut-parleurs. À la télévision, ce mixage se retrouve alors dans un salon, avec deux petits haut-parleurs intégrés à l'appareil et des bruits de fond. Ce qui fonctionne au cinéma comme un dialogue à voix basse peut souvent passer inaperçu dans son propre salon.

Les films, séries et autres productions cinématographiques sont souvent mixés de manière trop dynamique pour la télévision et le streaming, car l'écart entre le volume global et celui des dialogues y est trop important. C'est pourquoi des versions spécifiques, présentant une dynamique moindre, sont souvent créées pour la télévision et les services de streaming.

Dans les formats basés sur des objets, les différents éléments du son peuvent être transférés sous forme d'objets ou de groupes distincts accompagnés de métadonnées. Lorsque les dialogues et les bruits de fond sont séparés, la partie « dialogues » peut en principe être traitée différemment ou adaptée à l'auditeur.