Les albums CD Imagimuse comportent la mention suivante: "Spatialisation virtuelle par procédé binaural". Que signifie cette phrase?
RÉSUMÉ: la spatialisation virtuelle par procédé binaural utilise les propriétés de l'audition humaine en vue de l'écoute stéréophonique optimale.
NOTE: Cet article ne concerne pas la technique binaurale de stimulation psychique par des oscillations proches des ondes cervicales (autour de 10Hz), grâce à un phénomène de battement de fréquences acoustiques perçues séparément par les deux oreilles.
1. La spatialisation
Pour un auditeur, l'écoute de plusieurs sons simultanés (son naturels, voix, instruments de musique) est plus intelligible lorsqu'il peut localiser leurs origines dans l'espace. Cette localisation est due à l'audition binaurale, c'est à dire par ses deux oreilles, qui sont connectées aux fonctions cervicales de l'audition. Ainsi, les yeux fermés, l'auditeur est capable, avec plus ou moins de précision, d'estimer pour chaque source sonore une distance, un angle dans le plan horizontal (azimut) et un angle vertical (élévation).
L'écoute électroacoustique, c'est à dire via des haut-parleurs, quelque soit le type de musique (classique, variétés, jazz, folklore, électro...) est donc plus fidèle si le système permet aux auditeurs de reconstituer en salle d'écoute la localisation des sources sonores de la scène sonore réelle (l'orchestre ou la prise de son sur le terrain). Les techniques utilisées concernent la disposition du système de diffusion, l'acoustique de la salle, le traitement des signaux sonores eux-mêmes et peuvent être regroupées sous le terme de "techniques de spatialisation".
Toute la chaîne des processus est concernée: la capture du son par microphones, l'enregistrement, le mixage, la masterisation d'un support, la lecture du support, l'amplification, la diffusion par haut-parleurs.
Le problème est similaire lorsqu'il s'agit plus simplement de sonoriser un concert ou spectacle vivant.
Au delà de la restitution fidèle ou "arrangée" de la scène sonore d'origine, le musicien peut ajouter, en temps réel ou au moment du mixage, des effets artificiels de spatialisation supplémentaires, par exemple pour donner plus de consistance aux instruments et voix: réverbération, écho, chorus, etc....
Dans le cas de la musique acousmatique, c'est à dire une musique basée sur des sons n'ayant plus à être reliés à une scène sonore réelle, la spatialisation résulte entièrement des effets artificiels visant à synthétiser pour l'auditeur un espace sonore virtuel. Au delà d'améliorer l'intelligibilité d'une mise en scène sonore complexe, cette spatialisation virtuelle apporte une composante esthétique intégrée à l’œuvre elle-même.
2. Précisions de vocabulaire
Onde, signal, acoustique, électroacoustique, canal, piste, voie... , ces différents termes peuvent avoir des significations ou acceptations qui varient selon les auteurs, les matériels, les logiciels et même les époques. Sans prétention à imposer une normalisation sur le sujet et uniquement dans le but de cohérence interne de cet article, nous conviendrons ce qui suit:
Un émetteur acoustique (objet, instrument, humain, animal, haut-parleur...) provoque des ondes acoustiques, c'est à dire des vibrations de la pression et de la vitesse des molécules d'air. Ces ondes se propagent à la vitesse de phase de 340 m/s dans l'air, en s'atténuant suivant le carré de la distance parcourue depuis l'émetteur, et se réfractent aussi dans le sol, les matériaux du bâtiment ou le mobilier, avec une vitesse de l'ordre de 3000 m/s, en en s'atténuant seulement suivant la distance parcourue par réfraction.
Un récepteur acoustique (oreille, microphone) reçoit des ondes acoustiques qui résultent de la superposition des ondes émises par tous les émetteurs de la scène sonore ainsi que leurs réflexions, réfractions et diffusions par le sol, les parois et les objets.
Un signal acoustique est la représentation de la variation en fonction du temps d'une onde acoustique en un point de l'espace.
Un transducteur électroacoustique
- soit transforme un signal acoustique en un signal électrique analogue (microphone),
- soit transforme un signal électrique en un signal acoustique analogue (haut-parleur ou écouteur).
Le signal électrique issu d'un transducteur ou destiné à un transducteur est dit signal analogique
Un signal est véhiculé d'un équipement à l'autre par un canal
qui lui est dédié, typiquement via un câble audio. Au lieu de
transmettre un courant électrique analogique, un canal
numérique envoie une succession de nombres représentant ce
signal analogique via un code de conversion. Un convertisseur
analogique/numérique transforme un signal électrique en signal
numérique, et inversement pour un convertisseur numérique/analogique.
Un canal d'entrée, analogique ou numérique, provient d'un microphone,
d'un instrument de musique électrique ou de tout autre source véhiculant
un signal représentant un signal acoustique. Un canal de de sortie,
numérique ou analogique, porte un signal destiné, au final, à un
haut-parleur. A la place de canal on peut utiliser le terme voie,
avec l’ambiguïté qu'un canal de haut-parleur peut être divisé en
plusieurs voies correspondant à des plages de fréquences rendues par des
transducteurs spécialisés dans les aiguës, les graves ou les médiums.
Le terme stéréophonie concerne littéralement toute diffusion sonore en relief, c'est à dire spatialisée. Pendant un demi-siècle le matériel stéréophonique commercialisé n'a comporté que deux canaux et l'usage a fait que le terme "stéréo" est utilisé pour dire bi-canal. Plus récemment la commercialisation du DVD s'est accompagnée d'une sonorisation domestique "home cinema" en 5 canaux + 1 canal infra-basse (subwoofer). Ainsi aujourd'hui le matériel domestique stéréo bi-canal est commercialement qualifié d'"audiophile" pour signifier une qualité plus soignée et un prix supérieur au matériel 5.1 de grande diffusion. Le multi-canal "audiophile" requiert un investissement encore plus important pour mettre efficacement en valeur la supériorité du codage des supports SACD ou DVD-Audio.
Au niveau du studio d'arrangement, mixage et enregistrement, une piste correspond à un canal ou à l'association de deux ou plusieurs canaux. A l'origine la piste correspondait à une fraction de la largeur de bande d'un magnétophone "multi-pistes". Aujourd'hui les logiciels d'arrangement (ou montage) audio ont conservé ce terme mais sans contrainte du matériel associé. Plusieurs pistes peuvent être groupées en une piste unique pour subir un traitement identique sur leurs canaux sans pour cela mélanger ceux-ci. On parlera alors de piste stéréophonique, quadri-phonique, etc.. Néanmoins, au final, ces canaux seront bien séparés pour alimenter des hauts-parleurs séparés.
Enfin, reprenons aussi la définition de la musique acousmatique, qui semble maintenant partagée sans équivoque: musique contenant des sons que l'auditeur n'a pas nécessité à relier à une cause sonore. Le fait de vouloir spatialiser une œuvre acousmatique, en s'évertuant à positionner des pseudo émetteurs sonores, paraîtrait alors aller en contre-sens de cette définition. Néanmoins la création musicale peut aussi tirer parti de la spatialisation, pour accompagner l'auditeur dans des paysages sonores irréels où son imagination pourra se donner libre cours .
3. Techniques de spatialisation
Il y a trois principales techniques pour traiter l'aspect spatial du sonore, tant au niveau de la prise de son que celui de la diffusion.
- la technique multi-canal,
- la technique binaurale,
- tout récemment, la technique holophonique.
Dans le quotidien les ingénieurs du son exploitent des combinaisons des deux premières techniques. Le lecteur pourra trouver ailleurs qu'ici des information précises et complètes élaborées par les professionnels du sujet.
On peut utiliser:
- le multi-canal à la prise de son et à la diffusion,
- le binaural à la prise de son et à la diffusion,
- le binaural à la prise de son et le multi-canal à la diffusion,
- le multi-canal à la prise de son et le binaural à la diffusion.
L'holophonie peut encore être considérée comme exceptionnelle et ses utilisations courantes sont encore à établir.
3.1 La technique multicanal
Au niveau de la prise de son, la technique multi-canal consiste à multiplier les microphones de proximité et d'ambiance. On dispose ainsi en studio d'une piste individuelle pour chaque émetteur sonore: instrument, voix, réponse de la salle si besoin, afin de réaliser un arrangement multi-piste en fonction de l'utilisation prévue.
Au niveau de la diffusion, la technique multi-canal consiste à entourer l'auditeur de plusieurs haut-parleurs qui sont autant d'émetteurs localisables en distance et angles. Les systèmes domestiques vont de 2 (stéréo) à 5 canaux + canal infra-basses. Les salles de concert sont équipées plus largement afin de permettre à la plupart des fauteuils de recevoir à la fois un signal et une spatialisation correcte.
Pour la musique acousmatique, en plus de la spatialisation déjà fixée dans les 2, 4 ou 8 canaux (ou plus) de la musique composée, le concertiste-diffuseur aiguillera ces différents canaux vers un orchestre de haut-parleurs, l'acousmonium. En fonction des choix esthétiques, il interviendra ou non en cours de concert sur le réglage des groupes de haut-parleurs.
3.2 La technique binaurale
La technique binaurale s'appuie sur les caractéristiques psychophysiologiques de l'audition humaine pour localiser l'origine des sons. Voir par exemple un des articles résumant ces caractéristiques.
Cette technique vise à ce que les ondes de pression, au niveau des tympans de l'auditeur, soient similaires à celles qui seraient reçues en situation réelle, en particulier sur les deux points suivants:
- pour un émetteur latéral, l'onde acoustique atteint d'abord
l'oreille la plus proche, contourne la tête et atteint l'autre oreille
après un écart de temps de quelques dizaines de microsecondes, selon
l'azimut de la position latérale,
- les circonvolutions du pavillon de l'oreille modifient l'enveloppe spectrale selon l'angle d'arrivée de l'onde (en gros, la "sonorité" d'un son semble légèrement différente selon la direction d'où il provient).
A la différence de la technique multi-canal, la technique binaurale ne se focalise pas d'abord sur la topographie des différents émetteurs, mais sur la forme des ondes reçues par un auditeur de référence situé devant ou à l'intérieur de la scène sonore. Précisément, l'audition humaine déduit l'information de localisation des émetteurs grâce à la forme des ondes reçues.
Au
niveau de la prise de son, cela consiste à positionner les membranes de
deux microphones comme les deux tympans des oreilles humaine, de façon à
capter les ondes de pression à l'identique, en vue d'une restitution au
casque. Le système consiste en un mannequin équipé de deux microphones
placés dans des imitations de pavillons d'oreille. Plus discrètement le
preneur de son peut installer des microphones miniatures dans ses
propres oreilles, en veillant à garder la tête parfaitement immobile.
Cette technique radicale est délicate à utiliser, d'autant plus qu'une
oreille ne fonctionne pas comme un microphone. La pratique courante
consiste plutôt à disposer géométriquement un couple de microphones de
façon à capter l'onde acoustique selon deux directions. Selon les
conditions, on installera un dispositif de type XY, AB, ORTF etc.
Au niveau de la diffusion, une restitution parfaite nécessiterait un casque individuel par auditeur. Malheureusement l'écoute au casque est fatigante et peu conviviale en concert. La diffusion par deux haut-parleurs donne aussi un bon résultat, avec une définition supérieure à celle d'une stéréo bi-canal classique, mais ne rend pas les éventuels effets "surround" aussi spectaculairement qu'un casque. De plus elle est brouillée par la diaphonie: une partie des ondes émises par le haut-parleur de gauche et destinées à l'oreille gauche arrivent aussi à l'oreille droite et réciproquement. Toutefois cette diaphonie peut être compensée par un traitement correctif, dit transaural, qui complète le binaural. Dans ces conditions, avec seulement deux hauts parleurs à 60°, l'auditeur peut localiser des sources virtuelles très précisément en face de lui entre les haut-parleurs, et parfois, au delà de l'angle des haut-parleurs, jusqu'à 90° de part et d'autre de l'axe frontal.
Pour la musique acousmatique, une spatialisation virtuelle fine et détaillée inscrite dans la composition peut être traduite grâce à des algorithmes de traitement du signal qui stimulent les processus humains de localisation binaurale. C'est la technique utilisée pour les albums IMAGIMUSE afin de tirer le meilleur parti du support CD à deux voies.
Toutefois le procédé a ses limitations:
- chaque humain étant différent physiologiquement et au niveau de ses acquis, la perception de la différentiation spectrale varie selon les individus. La perception en hauteur et en arrière est donc très approximative par rapport à une diffusion quadri-phonique ou octo-phonique: ces deux procédés sont donc plus efficaces si l'intention est de vraiment plonger l'auditeur en "immersion sonore".
- la position de l'auditeur par rapport aux deux haut-parleurs est assez critique, et il faudra éventuellement multiplier des hauts parleurs directifs pour une assistance nombreuse; de plus l'auditeur effectue inconsciemment de légers mouvement de la tête pour accompagner la localisation: il peut ainsi par moments brouiller lui-même la perception latérale suggérée.
Le procédé binaural est incompatible avec les procédés de pseudo-spatialisation de type Dolby Pro Logic, Neo, etc., visant à fabriquer des sons arrières et centraux par matriçage des sons avant. La perception correcte de la spatialisation binaurale requiert une chaîne de diffusion strictement à deux canaux (avec caisson de graves ou non) .
Toutefois un enregistrement binaural tel que celui des albums IMAGIMUSE peut tirer avantage d'une diffusion par acousmonium si l'on respecte l'équilibre stéréo des paires de haut-parleurs.
3.3 La technique holophonique
Comme la technique binaurale, la technique de spatialisation sonore holophonique s'appuie sur le modèle de propagation des ondes émises plutôt que sur la topographie des émetteurs. Cependant, à la différence de la technique binaurale, elle couvre tous les points de la scène sonore au lieu d'être focalisée sur la position d'un auditeur de référence. Ainsi tous les auditeurs (comme les observateurs d'une image optique holographique) bénéficient d'une perception spatiale complète quelques soient leurs positions par rapport au système de diffusion.
Au niveau de la prise de son, un assemblage multidirectionnel de plusieurs microphones permet de capter des signaux contenant l'information suffisante pour définir l'arrivée d'une surface d'onde en trois dimensions. C'est donc une prise de son multi-canal, mais son principe est tout autre que celui dont nous parlions au paragraphe 3.1.
Au niveau de la diffusion, la géométrie des haut-parleurs, nécessairement très nombreux, recompose les surfaces d'onde dans la salle d'écoute. C'est donc aussi une diffusion multi-canal dont le principe est aussi tout autre que celui du paragraphe 3.1.
Des algorithmes de traitement du signal peuvent calculer un rendu holophonique à des prises de son qui ne le sont pas, afin de simuler un positionnement des émetteurs sur la scène sonore virtuelle, ouvrant ainsi cette technologie pour de futurs concerts acousmatiques.
4. Quel est l'intérêt du procédé binaural?
4.1 Limites des "potentiomètres" de mixage
La plupart des œuvres électroacoustiques en stéréo sont spatialisées simplement grâce au pan (potentiomètre panoramique), qui répartit l'amplitude sonore entre les canaux de gauche et de droite. Bien que la différence d'intensité perçue entre l'oreille gauche et l'oreille droite apporte au processus d'audition un paramètre de localisation, ce paramètre n'agit qu'aux fréquences élevées et ne permet pas d'estimer un angle précis. L'auditeur pourra distinguer des sons à gauche, des sons à droite, et souvent un trou imprécis au centre. Ainsi, quand l’œuvre superpose des objets sonores ayant tendance à se mélanger, l'efficacité du panoramique à deux canaux pour améliorer l'intelligibilité trouve rapidement ses limites.
Aussi la tentation est forte de recourir systématiquement à une spatialisation plus large en 4 ou 8 canaux pour élargir le périmètre de discrimination. L'amélioration est certaine, car on repousse ainsi les limites latérales du bi-canal, mais un peu décevante, car la précision de localisation humaine est assez faible sur les côtés et en arrière, alors qu'elle est très fine juste devant lui.
Le procédé binaural permet d'exploiter complètement cette perception "en haute définition" vers l'avant, qui, de plus, est naturelle en situation de spectacle.
Autre paramètre du mixage, le fader (potentiomètre de volume) peut être trivialement utilisé pour simuler le rapprochement ou l'éloignement de l'émetteur sonore. Ce n'est pas très convaincant pour l'oreille, car, comme expliqué au chapitre 7 du livre "Musique imaginaire", les humains ont appris à considérer les objets comme éloignés grâce aussi à la sensation de l'effet de sol et à la variation de couleur des réverbérations.
Le procédé binaural permet d'intégrer ces paramètres humains de perception pour immerger l'auditeur dans un paysage sonore multidimensionnel.
4.2 La spatialisation binaurale des albums IMAGIMUSE
Bien entendu cet article n'a pas pour but de préconiser systématiquement un traitement binaural pour la musique fixée en vue de diffusion électroacoustique. Il décrit pourquoi ce procédé a été utilisé pour réaliser des albums CD en stéréo en vue d'une écoute bi-canal de haute qualité.
En effet, les amateurs de qualité du son préfèrent investir dans du matériel stéréophonique de haut niveau, plus apte à transmettre fidèlement les émotions de la musique que les systèmes multi-canaux 5.1 de salon, qui ont plutôt vocation à restituer les effets spectaculaire des DVD de cinéma. Les albums IMAGIMUSE / 1, IMAGIMUSE / 2 et IMAGIMUSE / 3 sont optimisés par conception pour exploiter à plein la précision sonore des équipements stéréo de qualité. Néanmoins une écoute satisfaisante est possible sur système 5.1 réglé en mode STÉRÉO avec des haut-parleurs frontaux de qualité Hi-fi.
Lors de l'arrangement de chacun des titres de ces albums, grâce à des algorithmes spécifiques, les signaux sonores fixés sur chaque piste sont traités en intensité, en phase et en couleur spectrale pour solliciter les facultés de localisation spatiale humaines en distance et en angle. En complément, une correction transaurale optimise la diffusion par haut-parleurs.
Ainsi l'auditeur peut ressentir devant lui les mouvements de masses et les trajectoires sonores, et ainsi sont mis en relief l'originalité des couleurs et la dynamique des sons naturels et de synthèse.
Charles E.Platel,
(nov. 2008, révisé décembre 2011)
Annexe technique: le prototype développé par l'auteur
(pour Mac OSX)
