La délicate spatialisation sonore du cinéma

Le son spa­tial­isé^[1]La spa­tial­i­sa­tion sonore cor­re­spond à la répar­ti­tion de dif­férents sons dans l’espace – ici, d’une salle de ciné­ma., devenu la norme au ciné­ma depuis une quar­an­taine d’années, est régulière­ment investi par des films au-delà de la sim­ple voca­tion « immer­sive » à laque­lle il est sou­vent assigné. Mais la grande var­iété de paramètres qui influ­ent sur la per­cep­tion de la bande sonore sont autant de con­traintes ou d’obstacles entra­vant l’exploitation de ses poten­tial­ités.

C’est une scène située au milieu de L’Arbre aux papil­lons d’or dans laque­lle Thien, le per­son­nage prin­ci­pal, se couche à côté de son jeune neveu. Au lieu d’accompagner son mou­ve­ment, la caméra reste focal­isée sur un meu­ble au-dessus duquel trône un réveil. Le cadre se resserre  douce­ment sur le cad­ran, dont les aigu­illes, légère­ment phos­pho­res­centes, per­cent l’obscurité. Si la scène n’avait jusque-là rien de bien étrange, un détail sonore vient alors rompre sa vraisem­blance : le tic-tac du réveil, pour­tant filmé frontale­ment, reten­tit depuis les enceintes situées à l’arrière-gauche de la salle^[2]Cette obser­va­tion et les suiv­antes reposent sur deux vision­nages du film au sein de deux salles dif­férentes de l’UGC Ciné Cité Les Halles, à Paris.. Plus curieux encore : le réveil se met soudaine­ment à son­ner, cette fois-ci depuis l’avant. Thien se lève, l’éteint, puis se recouche, avant que le tic-tac ne reprenne son rythme métronomique, tou­jours émis par les enceintes arrière. Ce décou­plage des sons émis par un même objet provoque un véri­ta­ble ver­tige : c’est comme si l’ancrage réal­iste du monde représen­té vac­il­lait soudaine­ment.

Dans Un art sonore, le ciné­ma, Michel Chion qual­i­fie la dif­fu­sion d’un élé­ment sonore depuis les enceintes situées à l’arrière de la salle (et non depuis l’écran) « d’effet de coulisse », qui « aboutit à  localis­er pré­cisé­ment et réelle­ment un hors-champ dans l’espace de la salle, en un lieu que l’oreille repère.^[3]Michel Chion, Un art sonore, le ciné­ma, Paris, Cahiers du Ciné­ma, 2003, p. 122. » L’auteur pointe par ailleurs que, si un tel phénomène est remar­quable au ciné­ma, c’est que nous sommes habitués à associ­er les sons que nous enten­dons, peu importe d’où ils provi­en­nent, aux images pro­jetées. Une dif­férence de taille se présente toute­fois dans l’exemple ici évo­qué : l’objet (le réveil) n’est pas hors-champ, mais se trou­ve devant nous. Cette déréal­i­sa­tion de l’espace est d’autant plus frap­pante qu’elle s’inscrit dans une stratégie visant à inscrire minu­tieuse­ment les sources de plusieurs sons au sein de la salle. La posi­tion de la caméra, à dis­tance des per­son­nages, se recoupe avec celle du spec­ta­teur et sert de point de référence pour iden­ti­fi­er leurs emplace­ments  : l’eau d’une douche qui coule est ain­si dif­fusée depuis les haut-par­leurs arrière, la voix d’un per­son­nage hors champ sur­git d’une enceinte latérale… Une telle minu­tie dans la répar­ti­tion spa­tiale des sons est en soi déjà vec­trice d’un trou­ble, comme l’analyse Chion : «L’effet de dis­con­ti­nu­ité du change­ment de plans est forte­ment mar­qué, con­tre tous les usages et con­tre la gram­maire clas­sique du ciné­ma par­lant, qui se sert beau­coup de la sta­bil­ité du son pour rac­corder les plans entre eux, et don­ner l’impression d’un espace homogène.^[4]Ibid., p. 122–123. »

Ce procédé est ren­du pos­si­ble grâce au son mul­ti­canal, un dis­posi­tif asso­ciant plusieurs canaux sonores indépen­dants à des haut-par­leurs pré­cisé­ment placés dans la salle, dont les inter­ac­tions per­me­t­tent de créer une illu­sion « d’espace »^[5]Il faut pré­cis­er ici que le nom­bre de canaux audio n’est pas lié au nom­bre d’enceintes qui les dif­fusent : trois haut-par­leurs dif­férents peu­vent dif­fuser une même piste. C’est sou­vent le cas avec les canaux arrière, dif­fusés grâce à une série d’enceintes dis­posées à inter­valles réguliers dans la pro­fondeur de la salle.. S’ajoutent ain­si aux deux canaux avant droit et gauche, sur lesquels repose la stéréo­phonie clas­sique^[6]La stéréo­phonie, com­muné­ment appelée stéréo, est la manière la plus courante dont nous écou­tons des sons (avec un casque, des écou­teurs, une chaîne hi-fi con­sti­tuée de deux enceintes, etc.). Elle repose elle-même sur une illu­sion d’espace ; le CNRTL la définit en ces ter­mes : « Ensem­ble des procédés de trans­mis­sion ou d’en­reg­istrement, de repro­duc­tion et de dif­fu­sion des sons per­me­t­tant à l’au­di­teur de recon­stituer la répar­ti­tion spa­tiale des sources sonores et d’obtenir ain­si l’im­pres­sion de relief acous­tique »., un canal cen­tral, deux canaux arrière droit et gauche et un canal dédié aux  bass­es-fréquences, appelé LFE – pour «Low-fre­quen­cy effects »^[7]Cette descrip­tion cor­re­spond aux instal­la­tions dites « 5.1 », c’est-à-dire com­prenant cinq canaux audio et un canal de basse, que l’on retrou­ve dans la plu­part des salles de ciné­ma. Plus rarement, cer­taines d’entre elles par­mi les plus récentes et plus grandes, sont par­fois équipées en « 7.1 » : à ces cinq canaux audio vien­nent s’ajouter deux canaux droit et gauche latéraux, qui ren­for­cent davan­tage encore l’effet de pro­fondeur sonore. Lorsqu’un film mixé en 5.1 est dif­fusé dans une salle 7.1, les haut-par­leurs dédiés à ces canaux d’ambiance latéraux ne dif­fusent aucun son ou dupliquent celui émis par les enceintes arrière..

Les canaux dédiés à la spa­tial­i­sa­tion, dif­fusés via les enceintes latérales et à l’arrière de la salle, ne ser­vent la plu­part du temps qu’à ménag­er un effet de pro­fondeur : on les qual­i­fie d’ailleurs « d’ambiances »^[8]Pour être tout à fait pré­cis, dans le jar­gon du ciné­ma, le terme  « ambiance » désigne à la fois les canaux latéraux et arrières ain­si que les haut-par­leurs qui dif­fusent ces pistes., ce qui en dit long sur le rôle auquel ils sont sou­vent can­ton­nés. Cela n’a pour­tant pas tou­jours été le cas, notam­ment lors de l’apparition du son mul­ti­p­iste, dans les années 1980 : Michel Chion, dans l’ouvrage déjà cité, en dresse une brève his­toire, en mon­trant la surabon­dance d’effets alors déployés pour tir­er prof­it des canaux arrière. Il va jusqu’à par­ler, pour ces pistes sonores, de « hors-champ poubelle » des­tiné « à recueil­lir tout ce qui sort du champ^[9]Michel Chion, op. cit., p. 123. ». Si le dis­posi­tif sonore de L’Arbre aux papil­lons d’or se démar­que par­mi les sor­ties récentes, c’est que Pham Thien An intè­gre pleine­ment les poten­tial­ités de la spa­tial­i­sa­tion à sa mise en scène. Reste que sa volon­té ne fait pas tout : de nom­breuses modal­ités tech­niques sont à pren­dre en compte  pour restituer dans une salle de ciné­ma une esthé­tique sonore pen­sée au mix­age. Si l’on peut con­sid­ér­er en principe qu’une sim­ple dif­fu­sion stéréo­phonique est à peu près sim­i­laire entre deux salles dis­tinctes – les vari­ables prin­ci­pales à pren­dre en compte étant les car­ac­téris­tiques des enceintes ou leur éloigne­ment l’une de l’autre –, d’autres paramètres inter­vi­en­nent dans le cadre d’une spa­tial­i­sa­tion. Le vol­ume des haut-par­leurs les uns par rap­port aux autres, leur répar­ti­tion dans l’espace, leur incli­nai­son le long des murs, leur direc­tiv­ité ou encore l’homogénéisation du sys­tème con­stituent autant de don­nées sus­cep­ti­bles d’influer sur la fidél­ité de la dif­fu­sion sonore. L’enjeu est de taille : si l’intégralité des enceintes ne dif­fusent pas le son tel qu’il a été mixé, le film se voit amputé d’une part non nég­lige­able de sa chair. Le pre­mier et le plus évi­dent de ces paramètres est le réglage du vol­ume de dif­fu­sion.

Une question de volume sonore

« Nous avons un niveau stan­dard pour la dif­fu­sion de tous les films, que nous ajus­tons légère­ment à l’écoute » explique João Car­ta, directeur tech­nique au MK2 Bib­lio­thèque à Paris. Ce qui n’empêche pas les dis­trib­u­teurs de recom­man­der des niveaux sonores rarement respec­tés par les salles, faute d’être adap­tés aux habi­tudes des spec­ta­teurs. « Nous pro­je­tons autour du niveau de référence 5, pré­cise Joao, alors que les films sont mixés, dans les audi­to­ri­ums de post-pro­duc­tion, pour être dif­fusés au niveau 7. » Ces niveaux de référence sont le fruit de mesures acous­tiques effec­tuées dans chaque salle, afin qu’avec un même réglage, un spec­ta­teur de référence perçoive le son à une inten­sité sim­i­laire dans une salle ou une autre, mal­gré des car­ac­téris­tiques (taille, matéri­aux, grad­i­nage…) dif­férentes. Cette équiv­a­lence est toute­fois théorique et implique un test préal­able, quand cela est pos­si­ble, dans cha­cune des salles : « Dans les faits, si ces vol­umes de référence nous per­me­t­tent de nous posi­tion­ner a pri­ori, toutes les salles son­nent dif­férem­ment. » Pour être cer­tain que le vol­ume de dif­fu­sion sera élevé, les block­busters s’appuient en out­re sur ce que l’on appelle un mix­age dynamique,  en jouant sur des écarts mar­qués entre les sons très forts et ceux plus faibles. « C’est un prob­lème que nous avons eu récem­ment avec Oppen­heimer : dans les films de Christo­pher Nolan, les voix sont très sous-mixées, ce qui nous oblige à dif­fuser le film à un niveau assez élevé pour que les dia­logues puis­sent être intel­li­gi­bles. Et du coup, quand il y a une explo­sion… c’est vrai­ment fort ! Nous avons eu des retours mécon­tents de spec­ta­teurs, mais il est dif­fi­cile de procéder autrement. » Thomas Charlet, ex-mixeur pour le ciné­ma et la télévi­sion, qui tra­vaille aujourd’hui comme directeur artis­tique de dou­blages français, déplore cette surenchère du vol­ume sonore : « C’est un peu le ser­pent qui se mord la queue. Les mixeurs savent très bien que les films ne sont pas dif­fusés au niveau prévu, donc ils mix­ent le plus fort pos­si­ble, par­fois à l’extrême lim­ite de la sat­u­ra­tion, quitte à com­press­er et per­dre en relief. »

Le niveau sonore ne con­di­tionne cepen­dant pas l’équilibre entre les haut-par­leurs, déter­miné par les équipes tech­niques en charge de la main­te­nance des salles à l’aide d’une « mire », c’est-à-dire d’un bruit de référence à par­tir duquel est assurée la bal­ance de la salle. « Seul un petit poten­tiomètre situé à l’arrière de cer­tains amplifi­ca­teurs nous per­met de cor­riger des défail­lances ponctuelles », pré­cise João. Il n’est donc pas ques­tion d’effectuer des réglages spé­ci­fiques pour chaque film, excep­tion faite des séances privées et notam­ment les avant-pre­mières des­tinées aux équipes de tour­nage, pour lesquelles un tech­ni­cien externe, par­fois sec­ondé par le mixeur, peut venir régler lui-même le sys­tème de dif­fu­sion. « C’est quelque chose qui nous arrive assez fréquem­ment : un tech­ni­cien man­daté par notre client s’installe dans la salle et passe plusieurs heures à régler cha­cun des haut-par­leurs ». Ce réglage con­cerne autant le vol­ume que (voire surtout) l’égalisation, c’est-à-dire un ajuste­ment des dif­férentes fréquences en fonc­tion des pro­priétés acous­tiques de chaque haut-par­leur ain­si que la manière dont ces fréquences se propa­gent dans la salle. Mis à part le cas de fig­ure assez spé­ci­fique d’une pri­vati­sa­tion ou d’un événe­ment, la prise en compte des pro­priétés des haut-par­leurs du sys­tème de dif­fu­sion est donc rel­a­tive­ment rare, quand bien même elles jouent un rôle décisif dans la resti­tu­tion de la spa­tial­i­sa­tion.

Le difficile équilibre du mixage 5.1

Pour garan­tir la resti­tu­tion la plus fidèle au mix­age, le niveau sonore de référence est cal­culé à par­tir de mesures effec­tuées depuis un point de référence situé au milieu de la salle, que les ingénieurs sonores nom­ment le sweet spot (le « point idéal »). La con­sole du mixeur, dans un audi­to­ri­um de post-pro­duc­tion, est instal­lée à ce même point cen­tral. Le mix­age de pistes sonores en 5.1 se fait à l’aide d’un curseur que le mixeur déplace entre les cinq canaux, par­fois à l’aide d’un joy­stick, au lieu du sim­ple curseur panoramique util­isé lors du mix­age en stéréo.

La ten­dance, lors du mix­age spa­tial­isé, est plutôt de réserv­er les canaux arrière au ren­force­ment ponctuel du son dif­fusé dans les canaux avant. « Pour bon nom­bre de mixeurs, le défi est déjà de faire un mix­age stéréo qui sonne bien », explique Thomas Charlet. Les canaux arrière repren­nent la musique ou les tex­tures d’ambiance, mais à un niveau bien plus faible que sur les canaux avant. « Il s’agit surtout de créer une sen­sa­tion d’englobement : on y place par exem­ple des queues de reverb [NDLR : les dernières sec­on­des d’une réver­béra­tion appliquée à une piste], mais pour que l’effet fonc­tionne, il faut le dos­er avec finesse. » Les canaux arrière sont dès lors loin d’être aus­si exploités que les canaux avant. « Sur­charg­er les enceintes latérales et arrière d’éléments hétérogènes, qui peu­vent faire tourn­er la tête au spec­ta­teur en cours de pro­jec­tion, me sem­ble être une erreur. Les ambiances, dans la spa­tial­i­sa­tion, sont des­tinées à ren­forcer l’image devant nous^[10]Michel Chion, dans le chapitre sus-cité, détaille aus­si les impacts négat­ifs d’une « sur-spa­tial­i­sa­tion », tels qu’ont pu être mixés les pre­miers films en son mul­ti­p­iste. », juge Thomas. Elles peu­vent toute­fois être vrai­ment exploitées lorsque la bande sonore four­mille déjà de détails, par exem­ple lors d’une scène d’action. « Les scènes de com­bat, notam­ment, sont le ter­rain par­fait pour dos­er des élé­ments très fins dans ces enceintes », qui enrichissent ain­si la tex­ture sonore de la séquence.

Si les canaux arrière ont une fonc­tion sec­ondaire dans la plu­part des mix 5.1, c’est que les mixeurs ont pris l’habitude de faire ressen­tir la pro­fondeur de l’espace  en mis­ant avant tout sur les trois canaux avant. Le mix­age entre ces pistes, nom­mé « LCR » pour « Left-Cen­ter-Right » (gauche-cen­tre-droit), per­met d’équilibrer l’image stéréo­phonique, dont les deux points de dif­fu­sion sont éloignés, au ciné­ma, en rai­son de la taille de l’écran. Effec­tive­ment, un spec­ta­teur situé au « cen­tre par­fait » de la salle – le fameux sweet spot – entend aus­si bien l’enceinte droite que celle de gauche, mais il lui suf­fit de se déplac­er vers l’un des côtés pour qu’il entende davan­tage l’enceinte située plus proche de lui, altérant ain­si le ren­du stéréo­phonique. « Grâce à l’enceinte cen­trale, tout ce que l’on posi­tionne au milieu au mix­age restera au cen­tre, quelle que soit la posi­tion du spec­ta­teur dans la salle ». Ce canal cen­tral assure en out­re la bonne audi­bil­ité des dia­logues, quelle que soit la posi­tion de la piste con­tenant les voix dans les canaux stéréo. D’ailleurs, lorsque le mixeur décide de suiv­re le déplace­ment d’un per­son­nage par un panoramique sonore (c’est-à-dire le déplace­ment d’une piste audio vers un canal en par­ti­c­uli­er), il lui suf­fit de décaler légère­ment cette piste vers l’un des côtés pour que l’illusion spa­tiale fonc­tionne : « Déplac­er une voix ou un bruitage com­plète­ment vers un côté crée une impres­sion très désta­bil­isante. En vérité, il suf­fit de déplac­er la piste de 30% vers le canal cor­re­spon­dant pour que l’impression de mou­ve­ment fonc­tionne. » Il existe plusieurs autres solu­tions pour accom­pa­g­n­er le déplace­ment d’un per­son­nage : l’apparition ponctuelle de réver­béra­tions bien spé­ci­fiques, des légères vari­a­tions de vol­ume selon sa dis­tance avec la caméra…

Uniformiser toute la chaîne ?

Le relatif délaisse­ment des canaux latéraux et arrière par les mixeurs résulte sûre­ment aus­si de l’impossibilité, pour les salles, de garan­tir une véri­ta­ble pré­ci­sion lors de leur dif­fu­sion, trop sen­si­ble aux vari­a­tions d’équipement et de paramé­trage des haut-par­leurs. Ces dernières années, dif­férents groupes d’exploitants ont toute­fois mul­ti­plié le développe­ment de salles « pre­mi­um », qui pro­posent des con­di­tions de pro­jec­tion par­ti­c­ulières dont cer­taines con­finent à l’attraction – Imax, mais aus­si ICE, Screen X, 4DX, Dol­by Cin­e­ma… Bien qu’elles pro­posent des expéri­ences var­iées, ces salles accor­dent tou­jours une atten­tion par­ti­c­ulière au son et plus par­ti­c­ulière­ment à sa spa­tial­i­sa­tion^[11]Beau­coup de séances de ces salles s’ouvrent d’ailleurs sur une bande-démo des­tinée à présen­ter les con­di­tions « spec­tac­u­laires » qu’elles pro­posent, dont notam­ment la répar­ti­tion du son, en dif­fu­sant un extrait sonore dans une suc­ces­sion de haut-par­leurs situés à des posi­tions dif­férentes.. Seraient-elles ain­si les seules garantes d’une dif­fu­sion opti­male du son spa­tial­isé ? La tech­nolo­gie bien par­ti­c­ulière que la plu­part d’entre elles emploient, le Dol­by Atmos^[12]Toutes les salles citées plus haut emploient l’Atmos, à l’exception des salles Imax qui utilisent leur pro­pre tech­nolo­gie – équiv­a­lente, quoiqu’un peu moins puis­sante – pour la dif­fu­sion du son. Par ailleurs, l’Atmos, dont les appli­ca­tions sont mul­ti­ples (ciné­ma, jeu vidéo, réal­ité virtuelle, etc.), n’est pas exclusif à ces quelques exem­ples., fait en tout cas le lien indis­pens­able entre les deux étapes que sont le mix­age et la dif­fu­sion en salles, en inté­grant dès la pre­mière les paramètres tech­niques de la sec­onde. Lors du mix­age en Dol­by Atmos, qui per­met de gér­er jusqu’à soix­ante-qua­tre canaux indépen­dants, un paramètre ver­ti­cal s’ajoute aux canaux tra­di­tion­nels de la spa­tial­i­sa­tion grâce aux haut-par­leurs fixés au pla­fond des salles : les mixeurs dis­posent ain­si des « objets » sonores dans la tridi­men­sion­nal­ité de la salle avec une pré­ci­sion inédite.

La stan­dard­i­s­a­tion des salles équipées en Dol­by Atmos, dont le label recou­vre tout autant le mix­age que la pro­jec­tion, implique un posi­tion­nement rigoureux des enceintes, mais aus­si de pren­dre en compte les tailles des salles ou encore de recourir à des matéri­aux spé­ci­fiques priv­ilégiés pour leurs pro­priétés acous­tiques. Cette label­li­sa­tion de toute la chaîne sonore con­stituerait-elle la seule manière de garan­tir une juste resti­tu­tion du son mixé en audi­to­ri­um ? Il faudrait toute­fois que cette tech­nolo­gie, très coû­teuse et con­traig­nante, se démoc­ra­tise à la fois à l’échelle de la post-pro­duc­tion (pour pou­voir être investie par des films à plus petit bud­get) et de la pro­jec­tion (pour con­cern­er un plus grand nom­bre de salles de ciné­ma). La garantie d’une juste resti­tu­tion de la finesse du mix­age per­me­t­trait alors sans doute le déploiement général­isé d’un tra­vail plus poussé de la spa­tial­i­sa­tion et la remise en per­spec­tive des habi­tudes, par­fois stan­dard­is­ées, du mix­age mul­ti­canal.