Comment mixer la voix et la musique de fond : audio ducking, égalisation et niveaux

Pour garder une voix claire sur une musique de fond, baissez la musique de 12 à 15 dB chaque fois que quelqu’un parle. C’est ce qu’on appelle l’audio ducking, et un compresseur sidechain le fait automatiquement. Une légère atténuation des médiums de la musique et une vérification finale du niveau sonore complètent le mixage.

Pourquoi la musique couvre la voix

Quand une voix est difficile à suivre sur de la musique, monter la voix règle rarement le problème. Il s’agit d’un effet de masque : deux sons situés dans la même plage de fréquences se font concurrence, et l’oreille suit le plus fort. La parole se comprend surtout grâce à la plage de 1 à 4 kHz environ, où se trouvent les consonnes, et c’est précisément là que les guitares, les pianos, les synthés et les voix chantées sont les plus présents.

L’effet de masque est une propriété bien étudiée de l’audition ; le manuel en libre accès de l’Université du Minnesota l’explique dans son chapitre sur les bandes critiques et le masquage .

Il existe deux façons de faire de la place à la voix. Vous pouvez baisser toute la piste musicale pendant que quelqu’un parle (ducking), ou n’atténuer que la partie de la musique qui concurrence la parole (égalisation). La plupart des mixages de podcasts et de vidéos utilisent la première méthode et y ajoutent la seconde si nécessaire.

Qu’est-ce que l’audio ducking ?

L’audio ducking consiste à baisser automatiquement un son chaque fois qu’un autre est présent. À la radio, la musique baisse quand l’animateur commence à parler et remonte quand il s’arrête : c’est du ducking. Le même effet est utilisé dans les podcasts, les vidéos YouTube, les livres audio avec musique et les annonces dans les magasins et les gares.

L’outil qui le réalise est un compresseur sidechain. Un compresseur classique baisse une piste lorsque cette même piste devient forte. Un compresseur sidechain écoute une autre piste : il surveille la voix et baisse la musique. Quatre réglages façonnent le résultat :

• Seuil (threshold) : le niveau que la voix doit atteindre pour que la musique baisse. Réglez-le pour que la parole normale déclenche l’effet, mais pas les respirations ni les petits bruits.
• Réduction (profondeur) : l’ampleur de la baisse de la musique, en décibels.
• Attaque (attack) : la vitesse à laquelle la musique baisse quand la parole commence.
• Relâchement (release) : la vitesse à laquelle la musique revient quand la parole s’arrête.

La compression sidechain et le ducking sont une seule et même technique. Dans la musique électronique, elle est utilisée volontairement avec des réglages rapides et profonds pour que tout le morceau « pompe » au rythme de la grosse caisse ; pour la parole, on recherche l’inverse : un changement assez doux pour que personne ne le remarque.

Les meilleurs réglages d’audio ducking

Ces points de départ conviennent à la plupart des contenus parlés. Ajustez-les à l’oreille : la musique doit se mettre en retrait sans donner l’impression de s’éteindre.

Un relâchement trop court fait remonter la musique entre les mots, ce que les auditeurs perçoivent comme un pompage. Un relâchement trop long laisse la musique basse pendant les longues pauses. Une demi-seconde est un bon compromis.

Comment mixer la voix et la musique en ligne, étape par étape

L’Auto-Ducker prend une piste de voix et une piste musicale et les mixe avec un ducking automatique. Les deux fichiers restent dans votre navigateur.

Variations de volume manuelles ou ducking automatique

Avant les compresseurs sidechain, les ingénieurs du son « suivaient aux faders » : ils baissaient la musique à la main chaque fois que quelqu’un parlait. Vous pouvez toujours le faire dans n’importe quel éditeur en dessinant des variations de volume, et c’est la méthode qui offre le plus de contrôle : vous pouvez laisser la musique s’amplifier pendant une pause dramatique ou la garder basse pendant une courte respiration. Le ducking automatique est plus rapide et plus régulier, ce qui en fait le meilleur choix pour les enregistrements longs, comme un épisode de 40 minutes. Pour une publicité de 30 secondes en trois phrases, le faire à la main est souvent tout aussi rapide.

Utilisez l’égalisation pour faire de la place à la voix

Parfois, la musique doit rester à un niveau constant, par exemple sous une vidéo au rythme soutenu. Dans ce cas, n’atténuez que la plage qui concurrence la parole. Ouvrez la piste musicale dans l’Égaliseur 3 bandes et réduisez la bande des Médiums de 2 à 4 dB. La musique conserve ses basses et son éclat, mais laisse un espace là où se place la voix.

Sur la voix elle-même, un coupe-bas entre 80 et 100 Hz retire les grondements qui, sinon, s’ajouteraient aux basses de la musique. Évitez les fortes accentuations : atténuer la musique est plus propre que renforcer la voix. Le guide des basses, médiums et aigus explique ces plages plus en détail.

Erreurs courantes en mixant voix et musique

• Une musique avec paroles. Une seconde voix concurrence directement la vôtre. Les morceaux instrumentaux sont bien plus faciles à mixer sous la parole.
• Un ducking trop profond. Si la musique disparaît presque puis revient d’un coup, l’effet distrait. Réduisez la profondeur avant de toucher à quoi que ce soit d’autre.
• Un relâchement trop court. La musique pompe entre les mots. Allongez le relâchement jusqu’à ce que le niveau reste bas pendant les courtes pauses.
• Une musique chargée. Les morceaux à la mélodie principale marquée ou riches en instruments dans les médiums masquent la parole même à faible volume. Les fonds simples et réguliers fonctionnent mieux.
• Vérifier uniquement au casque. Écoutez le mixage une fois sur le haut-parleur d’un téléphone. Si la voix y est claire, elle le sera partout.

Quelle musique pouvez-vous utiliser ?

Utilisez une musique que vous avez créée, une musique sous licence ou des morceaux libres de droits dont la licence couvre votre usage. Placer une chanson commerciale sous votre voix et la publier nécessite en général l’autorisation du titulaire des droits, et les plateformes peuvent couper le son ou retirer les vidéos qui utilisent de la musique sans cette autorisation.