Le son numérique

[odioz]

Déjà je voudrais commencer par expliquer grossomodo ce que c'est que le son numérique. (si ça vous saoule vous pouvez toujours ne pas lire...)

Pour que des informations, un signal, une image, peu importe, soit traitable par ordinateur il faut obligatoirement le NUMERISER, autrement dit, se débrouiller pour le représenter avec des nombres.
Pour un texte, on code chaque caractère dans une table dont chaque case est numérotée et on crée des fichiers qui sont en fait une suite de ces codes que nous humains comprenons comme du texte.
Pour une photo, on divise l'image en petits carrés minuscule (les pixels) et on code des valeurs de couleur pour chacun d'entre eux. Cette grille de petits carrés est appelé bitmap.

Ce procédé de découpage peut être également appeler échantillonnage et c'est un procédé similaire qu'on utilise pour le son.

rappel acoustique : le son est une onde mécanique générée par la vibration d'un corps. L'homme est capable de percevoir ces vibrations quand elles provoquent des variations de pression dans son environnement (air eau). L'onde sonore se caractérise principalement par son amplitude (volume) et sa fréquence (nombre d'oscillation par seconde donnant une sensation +- aigu +- grave).

Partons donc du principe que le son est une valeur d'amplitude qui varie plus ou moins vite au cours du temps. Pour numériser un signal sonore on va donc coder des valeurs d'amplitude à intervalle de temps régulier. Ces valeurs d'amplitude mises bout à bout restituent le son enregistré.

Cette restitution sera +- fidelle au signal d'origine en fonction du nombre d'informations qu'on a utilisé pour le coder, exactement comme pour les photos numérique à +- haute résolution.

Pour créer la norme du CD audio. Les chercheurs sont partis du principe qu'il n'était pas nécessaire de coder plus d'information qu'il n'en faut. L'oreille humaine ne perçois pas les sons émis à des fréquences plus élevées que 20 000 hz (les ultrasons) autrement dit, si un son fait plus de 20 000 oscillations par seconde on ne l'entend pas.
Les chercheurs ont donc jugé qu'il n'était pas nécessaire de coder ces très hautes fréquences, ce qui limite le nombre d'informations numériques requises pour coder un signal sonore. En fait, concrètement on a besoin d'au moins 2 valeurs pour coder une seule oscillation. Pour coder un son audible de l'humain il faut pouvoir coder le son le plus aigu (20 000 hz) ce qui nécessite donc 40 000 valeurs par seconde au minimum.
Pour créer la norme CD audio, les chercheurs se sont accordés une marge de 2 050 hz. Sur un cd le son est donc codé avec 44 100 valeurs par seconde (40 000 + 2 x 2 050). On dit alors que la cadence (ou fréquence) d'échantillonnage est de 44.1 khz.
Toutes ces valeurs (échantillons ou encore samples) sont codés sur un certain nombre de bits, on appelle ça la résolution d'échantillonnage. Sur un CD audio la résolution d'échantillonnage est de 16 bits.
_________________
Odioz
Netophoniste Admin

[odioz]

Phénomènes liés à l'echantillonnage :

Le repliement :
On a dit qu'on peut coder le son jusqu'à 22 050 hz (cadence d'échantillonnage 44.1 khz). L'oreille humaine ne perçois des sons que jusqu'à 20 000 hz mais ça ne veut pas dire que les sons plus aigus n'existent pas. On peut donc se demander ce qui se passe quand un micro (plus receptif que l'oreille humaine) transmet des sons qui contiennent des fréquences plus hautes que 22 050 hz.
La réponse peut tenir en un seul mot : abération. Plus précisement, ce qu'on observe c'est une repercution inverse de ces fréquences dans le signal : Le repliment.

Eviter le repliment
Tous les dispositifs d'enregistrement numérique filtre (ignore) les fréquences au-delà de la cadence d'échantillonage. C'est donc un problème dont vous n'aurez pas à vous soucier.


L'aliasing :
En mathématique on apprend qu'entre 0 et 1 il y a une infinité de valeurs : 0.00001, 0.2, 0.0023, 0.1235, etc jusqu'à la fin de l'univers (ou jusqu'à ce qu'on zappe).
En numérique ce n'est pas le cas. Entre 0 et 1 il n'y a rien du tout (état indéterminé en logique).
Un ordinateur utilise des bits qui ne connaissent que deux états 1 et 0 ("allumé et éteint") rien d'autre. Si on veut coder le comportement d'une ampoule, un bit suffit. Avec deux bits on peut coder le comportement de deux ampoules ou celui d'un élément pouvant prendre 4 états différents par exemple une ampoule tricolore (eteinte, alumée en rouge, en bleu, ou en vert).
16 bits permettent de coder 65 536 valeurs différentes. Même si ça paraît beaucoup, c'est tout juste suffisant pour limiter les abérations que provoque le passage de l'une de ces valeurs à une autre parce que ça se fait suivant le principe des marches d'escaliers. En plus on prend ces valeurs 44 100 fois par seconde et entre chaque valeurs il n'y a rien (état indeterminé) si aucun procedé d'interpolation n'est utilisé, on peut avoir de un phénomène qu'on appelle aliasing.

Eviter l'aliazing.
Faites vos mix a des resolutions superieurs que celle du CD audio. On travail souvent en 48 khz et même parfois en 96 khz avec des résolution de 20 bits 24 bits ou 32 bits. Les calculs se font avec une meilleurs précision. Une fois que le master est satisfaisant faites une conversion pour le graver sur CD.


Le clic.
On a un clic lorsque, suite à un problème lié a l'échantillonage ou a une manipulation informatique (le montage par exemple) on obtient une différence d'amplitude abérante entre deux échantillons consécutifs.

Eviter le clic :
Si vous ne traitez qu'une partie d'un son faite le sur les zero crossing (quand la courbe croise l'axe 0) ça evite les difference de passage en la partie traité et la partie non traitée.
Au montage faites très attention aux debuts et fins de vos clips ; utilisez des fondus pour attenuer tout ça. Faites le même quand le clic est a peine audible, car il peut devenir très genant au mastering. Et enfin soignez vos boucles ; utilisez des crossfade (fondus enchainés) s'il le faut.

Le bruit.
Comme je l'ai déjà dit, il n'existe que le néant entre deux valeur de code. Comment l'enregistreur fait-il quand il doit coder une valeur qui tombe entre deux valeurs codables ? Il va au plus proche ?
En fait ce cas de figure se présente tout le temps pendant l'echantillonage. L'ordinateur ou le dispositif d'enregistrement numérique applique une petite marge d'imprecision au codage, marge à l'interieur de laquelle les valeurs sont arbitrairement choisies. C'est vrai que sur le principe on peut se poser des questions sur le bien fondé d'un tel procédé, mais il faut savoir qu'il est indispenssable surtout en mixage et qu'il évite un grand nombre d'abérations. En fait beaucoup de processus de numérisation utilise le dithering (c'est le nom que ça porte) pour y inclure un degré d'inperfection contrôlé. Sans le dithering un son numérisé sonnerait un peu plus froid et métalique. Le revers de la médaille c'est le bruit que ça génère dans les basses valeurs d'amplitude. Heureusement ce bruit est pour ainsi dire inaudible. Il ne doit pas être négligé pour autant : pensez que vous allez parfois amplifier le son pendant un mixage, et il se peut que ce bruit de fond devienne alors gênant.

Eviter le bruit de fond audible :
Faites de belle prise de son, un signale trop faible peu vous obliger à utiliser une amplification qui risque de rendre le bruit de fond audible et très gênant. Dans la mesure du possible utilisez du materiel qui génère le moins de bruit de fond possible.

Ecretage :
Le son oscille autour d'un axe 0. Les 65 536 valeurs codables se répartissent donc en valeurs négatives pour une moitié, et en valeurs positives pour l'autre moitié. +32 767 c'est donc la plus haute valeur numérique que peut avoir l'amplitude du signal pour qu'il soit codable et -32 768 (le 0 compte aussi hé) la plus basse. Au dela de ces valeurs c'est le vide sidérale. Ce qui veut dire que si pendant la prise de son on a un signal qui prend des valeurs d'amplitude trop élevées ces valeurs ne sont pas transformées ni interprétées elles sont tout simplement perdues. Les crètes (extrémités d'une courbe) sont purement ignorées et le signale devient regtangulaire, donnant un effet similaire à de la distorsion.

Evitez l'ecretage :
Evitez d'enregistrer un signal faible ne veut pas dire qu'on peut monter le gain du micro à fond les manettes. En fait c'est une histoire de dosage. Avant la prise, faites des essais avec les sons les plus fort que vous allez avoir à enregistrer. Observez le vumètre (l'indicateur d'amplitude sur une table de mix ou un logiciel audio) et réglez le gain (volume d'entrée d'un micro ou autre) pour que cette valeur maximum corresponde à peut près à la valeur max du vumètre, sans alumer la petit loupiotte tout en haut.
_________________
Odioz
Netophoniste Admin

[Blast]

Beau travail !

[odioz]

Comme quoi ça intéresse les gens mon sujet

je te rejoins blast dans tout ce que t'as dit, c'est vrai que j'ai un peu oublier que la finalité c'est de faire une saga mp3.

Sinon moi je comptais aborder les echelles de dynamique, notament les dB FS. mais j'ai eu la flème. si ça te branche d'un faire un petit post là dessus
_________________
Odioz
Netophoniste Admin

[Blast]

Moi je veux bien, mais soit on entre dans les détails et on noie tout le monde, soit on se contente de dire ça :

En enregistrement numérique, il faut que le signal enregistré soit le plus fort possible, pour le séparer nettement du bruit de fond, mais en aucun cas, il ne doit dépasser le fatidique zero dB FS.

Dépasser le 0dB FS, c'est mal !

C'est pourquoi, il est d'usage d'enregistrer à un niveau nettement moindre, -18 dB en général, ceci pour se garder une certaine reserve en cas de forte variation de son. Par exemple lors d'une interview, si le sujet se rapproche soudain trop du micro, où qu'il se mette à parler plus fort.

Ceci n'est pas necessairement indispensable pour l'enregistrement d'une saga MP3 puisque le scénario a été écrit à l'avance. On sait donc parfaitement quand les personnages chuchotent et quand ils vont se mettre à hurler. De plus on peut reprendre l'enregistrement autant qu'on le désire. On n'a donc normalement pas besoin de descendre très bas et de se ménager autant de "head room", mais il faut faire des essais de réglage pour que, lors de l'enregistrement de chaque partie, la voix soit enregistrée le plus fort possible mais que le zero dB ne soit jamais dépassé.
Si dans une même phrase, le personnage chuchote puis se met à hurler, il va falloir faire plein d'essais, pour trouver le réglage idéal, ou utiliser un compresseur, ou chuchoter fort puis hurler "doucement" (pour autant que ce soit possible sans qu'on s'en rende compte à l'écoute), ou mixer après coup les bouts de phrase ayant des niveaux sonores très différents.
Idéalement, si le chuchotement tourne vers -20 dB et que le hurlement arrive à -0.1 dB, c'est ok.

Pour se réserver une bonne plage de dynamique, on veillera aussi à réduire au maximum son bruit de fond. Si on utilise une table de mixage dans laquelle on va brancher un micro, on va donc peaufiner les differents réglages du gain, de la tranche de console et des niveaux de sortie avant d'entrer dans la carte son, ça prend du temps et il est indispensable de bien lira la notice de sa table de mix.

De même, on va enclencher le coupe bas à 80Hz, s'il y en a un, on va aussi faire attention de ne pas enregistrer avec un radiateur à eau juste derrière soi, ou le chat qui ronronne sur ses genoux, de bien fermer sa fenêtre à double vitrage, et de tirer le double rideau, d'envoyer parents, frères, soeurs, femmes, maris et enfants en vacances, d'éloigner le ventilateur du PC, etc.

Selon le principe caca-in = caca-out, plus le son enregistré est bon au départ, meilleur sera le résultat final. Penser "qu'on rattrapera tout ça au mixage" est une grave erreur, jeune padawan.

[Mitch_dsm]

Et bien je vois qu'on s'éclate bien ici

je pense que ce que demandait odioz c'est une explication sur la plage de dynamique et ces différentes échelle en particulier l'echelle full scale.

je vais le faire.

En numérique il y a principalement deux façons de mesurer l'amplitude du son : une echelle à graduation linéaire exprimée en pourcentage et une echelle logarithmique exprimée en decibels FS (full scale).

Le point commun de ces deux façons de mesurer c'est la valeur de référence qui est la valeur la plus haute (max) : 100% ou bien 0 dB FS. Tout simplement parce qu'en numérique il y a une valeur audelà de laquelle on ne peut aller.

En pourcentage on a une valeur precise d'amplitude par rapport au maximum. 50% est deux fois mois grand que 100% mais cette valeur linéaire n'est pas adapté à notre façon de percevoir les sons.
L'humain a une perception logarithmique des sons. C'est pour ça que les decibels FS sont plus adptés pour mesurer l'amplitude du son.
Comme on part de 0, les valeurs d'amplitude seront donc toujours négatives. Un son à -6 dB FS sera perçu deux fois moins fort qu'un son à 0 dB. un son à -12 dB sera deux fois moins fort qu'un son à -6dB et ainsi de suite...
En FS on part du principe qu'il y a forcement quelque chose à mesurer sinon on ne mesure pas (he !). Cependant pour signifier l'absence total de signal, on indique une mesure de -inf dB (- l'infini) sachez tout de même qu'avec 16 bits on peut théoriquement coder jusqu'à -96dB FS.
En cas d'écretage un vu mètre est capable d'indiquer une valeur positive pour un signal. Cette valeur n'indique pas que votre son est plus fort que 0 dB (moi je l'ai longtemps cru aussi) c'est une valeur estimé par rapport au dépassement de l'échelle. Cela vous aide a rectifier un mix.
Pour les raisons dont ont déjà parlé blast et odioz, il faut toujours rester dans des valeurs negatives sinon même si ça ne s'entend pas toujours tout de suite, dites vous bien que votre son contient des abérations (j'aime bien ce terme) qui n'attendent qu'un petit traitement, une confo, un mastering, une conversion,un couchage sur CD, pour devenir audible et casse-pied parce que c'est souvent déjà trop tard...

voilà ben ça en fait mine de rien des info sur le son numérique. pour les gens qui ont lu jusque là je tire mon chapeau
_________________
Mitch DSM Phantom Netophonist


http://domainesm.free.fr

[Mitch_dsm]

Aucune question en 3 mois

Et bien soit on a vraiment tout bien expliqué, soit il n'y a pas grand monde qui a lu

Je serais d'avis de préparer un espèce de lexique quand même pour certains mots utilisés dans les topics techniques.
_________________
Mitch DSM Phantom Netophonist


http://domainesm.free.fr

[Blast]

[Icaryon]

lol ... Je viens de voir pour la 1ere fois ce topic (comme quoi, faut que je me rachete des yeux ...). J'ai lu le début, mais c'est destiné pour des gens s'y connaissant ( où du moins, seuls les gens ayant un minimum de connaissance peuvent alimenter ce sujet). Je lirais la suite plus tard ^^ (mais c'est déjà très instructif !! )
_________________


Schtroumpf !!

[Mitch_dsm]

C'est justement pour les gens qui ont au mieux des connaissances sommaires en la matière.
Alimenter un sujet ça peut être aussi juste poser une question
_________________
Mitch DSM Phantom Netophonist


http://domainesm.free.fr

[rowlan]

J'ai tout lu, c'est instructif, mais complexe. Il faudsra que je le relise pour vraiment tout comprendre...
_________________
http://www.lesimpunissables.c.la
http://www.nathanielmonde.c.la
http://www.clavelprod.c.la
===========================

[Mitch_dsm]

[Aslag]

J'avoue y perdre un peu mon latin moi aussi... J'ai les grandes lignes, mais après, wouaouh ! C'est complexe !
_________________

http://www.reap.fr -> Mon assos d'Airsoft !

Le Grenier d'Aslag... Ha ha ha... aaah AAAH ATCHOUM ! C'te poussière, c'est pas VRAI !

[Mitch_dsm]

Je n'ai encore vu aucune question
_________________
Mitch DSM Phantom Netophonist


http://domainesm.free.fr

[Blast]

je m'offre un stage de prise de son en studio pro ces mercredi et jeudi

...et puis après je pars faire du ski

...et puis après je pourrais répondre à vos question super techniques