L’essentiel
- Un noise gate coupe les pauses mais laisse le bruit sous les mots, et un réglage serré hache les fins de mots et les respirations.
- Un coupe-bas (filtre passe-haut) retire le grondement sous la voix, vers 80 Hz, mais un égaliseur ne peut pas séparer un bruit et une voix qui partagent les mêmes fréquences.
- La réduction spectrale à partir d’un profil demande un échantillon de bruit seul et convient aux bruits continus ; la suppression neuronale s’adapte toute seule, toutes les 10 ms environ, aux bruits qui changent.
- L’écho et les autres voix sont des problèmes à part : la déréverbération pour le premier, rien de fiable pour les secondes.
La réponse courte
| Outil | Principe | Efficace pour | Échoue sur |
|---|---|---|---|
| Noise gate | Coupe le signal dès qu’il passe sous un seuil | Faire taire un bruit léger dans les pauses d’un enregistrement propre | Le bruit reste sous les mots ; les fins de mots et les respirations sont hachées |
| Égaliseur, coupe-bas, passe-haut | Baisse des plages de fréquences choisies | Le grondement, les coups de vent, la note la plus grave du bourdonnement secteur | Les bruits qui partagent les fréquences de la voix : ventilateurs, souffle, circulation, voix |
| Réduction de bruit spectrale (profil de bruit) | Apprend le bruit sur un échantillon de bruit seul, puis le soustrait partout | Le souffle, le bourdonnement et les ventilateurs continus des longs enregistrements | Les bruits qui changent ; exige un échantillon propre ; artefacts « aquatiques » si on pousse |
| Suppression neuronale du bruit | Un modèle entraîné distingue la voix du bruit, toutes les 10 ms environ | Les bruits continus et changeants, sous les mots et entre eux, sans échantillon | L’écho, les autres voix, les chansons ; peut amincir une voix si on pousse |
| Déréverbération | Estime les réflexions de la pièce et les atténue | Les voix lointaines, pleines d’écho | Le bruit de fond ; sonne traité si on pousse fort |
Le noise gate
Un noise gate, ou porte de bruit, est une sourdine automatique. Quand le niveau passe sous un seuil que vous fixez, il se ferme et coupe le signal, ou le baisse d’une valeur choisie ; quand la voix repasse au-dessus, il s’ouvre. Les réglages d’attaque, de maintien et de relâchement décident de sa vitesse de réaction.
Il nettoie les pauses d’un enregistrement déjà correct : un léger bourdonnement entre les phrases, une pièce calme. Il ne fait rien pendant que vous parlez, car le bruit reste sous chaque mot : le fond va et vient avec la voix, ce qui gêne souvent davantage qu’un bruit régulier. Réglé trop haut ou trop vite, un gate coupe aussi les fins de mots, les respirations et les consonnes douces. L’expandeur est son cousin plus doux : il baisse progressivement les passages faibles au lieu de les couper.
Égaliseur, coupe-bas et passe-haut
Un égaliseur monte ou baisse des plages de fréquences. Un coupe-bas, aussi appelé filtre passe-haut, retire ce qui se trouve sous une fréquence choisie, et c’est le réglage d’égalisation dont profite presque tout enregistrement de voix : la fondamentale de la plupart des voix parlées se situe au-dessus de 85 Hz environ, alors que le grondement de la circulation, la climatisation, les bruits de manipulation et les coups de vent se trouvent en grande partie en dessous. Un filtrage vers 80 Hz les retire en laissant la voix pratiquement intacte.
Le bourdonnement secteur est un cas à part. Sa fondamentale, à 50 ou 60 Hz selon le pays, tombe sous le filtre et baisse avec le grondement, mais ses harmoniques, à des multiples de cette fréquence, montent jusque dans la voix, là où seuls des filtres coupe-bande étroits ou la réduction de bruit peuvent les atteindre (voyez le bourdonnement électrique). C’est la limite de l’égaliseur en général : quand le bruit et la voix partagent les mêmes fréquences, comme les ventilateurs, le souffle, la circulation ou d’autres voix, couper le bruit coupe aussi la voix.
La réduction de bruit spectrale à partir d’un profil
L’outil classique de réduction de bruit des logiciels audio sur ordinateur travaille en deux temps. Vous sélectionnez un passage où personne ne parle, et l’outil apprend le spectre moyen du bruit, son « profil » ou son « empreinte ». Il découpe ensuite tout l’enregistrement en courtes tranches de fréquences et baisse, dans chacune, ce qui ne dépasse pas ce profil.
Il est efficace sur un bruit continu dans un long enregistrement : souffle de bande, ventilateur régulier, bourdonnement. Il lui faut un échantillon propre de bruit seul, et il suppose que le bruit ne change jamais : la circulation, le vent, les clics de clavier ou un ventilateur qui accélère passent au travers ou ne sont qu’à moitié retirés. Poussé fort, il laisse du bruit musical, la texture « aquatique » et chevrotante décrite dans pourquoi la réduction de bruit rend la voix robotique.
La suppression neuronale du bruit
La suppression neuronale du bruit utilise un modèle entraîné sur de grandes quantités de parole et de bruit pour reconnaître, instant après instant, quelles parties du son sont de la voix. RNNoise, le modèle open source de la fondation Xiph.Org qu’utilise Noise Remover, écoute le son par tranches de 10 ms à 48 kHz, découpe chaque tranche en 32 bandes de fréquences et décide d’un gain pour chacune, avec une estimation de la présence de parole. Il n’a besoin d’aucun échantillon de bruit, et il s’adapte quand le bruit change.
C’est ce qui le rend efficace sur les bruits changeants. Dans notre test en laboratoire, les clics de clavier baissaient de 11 à 13 dB, la circulation de 24 à 37 dB et le vent de 19 à 27 dB, avec une voix à environ 1 dB de son niveau pour la plupart des bruits. Ses limites sont le revers de son entraînement : il garde tout ce qui ressemble à de la parole, donc les autres voix et les chansons restent, les voix superposées peuvent faire un peu baisser la voix principale, et l’écho, qui est la voix elle-même réfléchie, reste en place. Notre méthode de mesure.
| Bruit | Bruit retiré pendant les pauses, en dB | Variation du niveau de la voix |
|---|---|---|
| Bourdonnement électrique | 24 à 41 dB | de −0,3 à −1,6 dB |
| Circulation | 24 à 37 dB | de −0,1 à −0,3 dB |
| Rafales de vent | 19 à 27 dB | de −0,3 à −1,3 dB |
| Frappe au clavier | 11 à 13 dB | de 0,0 à −0,2 dB |
| Ce pour quoi elle n’est pas faite | ||
| Une autre voix | 0 à 2 dB | de +0,2 à −0,6 dB |
La déréverbération, un autre problème
L’écho de la pièce n’est pas du bruit. La réverbération, c’est votre propre voix qui revient des murs, de quelques millisecondes à une seconde environ plus tard : pour un outil anti-bruit, elle ressemble à de la parole. Les outils de déréverbération, présents dans certains logiciels audio sur ordinateur et plug-ins, estiment la traîne de la pièce et l’atténuent ; ils s’en sortent bien sur un écho modéré et sonnent traités quand on les pousse. Ni le gate ni la réduction de bruit ne peuvent faire ce travail. Plus de détails dans écho ou bruit de fond ?.
Dans quel ordre les utiliser
Dans une chaîne, les outils agissent les uns sur les autres : leur ordre compte. Pour une voix, un ordre courant est le suivant.
- Le coupe-bas, pour retirer le grondement avant que quoi que ce soit n’y réagisse.
- La réduction de bruit, et la déréverbération si la pièce l’exige.
- L’égaliseur, pour façonner le timbre de la voix une fois le bruit parti.
- La compression, pour équilibrer les passages forts et faibles.
- La normalisation de l’intensité sonore, ou un limiteur, en dernier.
Ce que combine Noise Remover
Noise Remover enchaîne les outils adaptés à une voix enregistrée au téléphone, dans cet ordre :
- Un coupe-bas à 80 Hz, filtre passe-haut appliqué avant tout le reste, pour le grondement sous la voix.
- RNNoise, la suppression neuronale, qui retire les bruits continus et changeants sous les mots et entre eux.
- Un plafond de réduction, réglé par le curseur d’intensité : l’original, retardé des 20 ms du moteur pour que les deux restent alignés, est remélangé très en dessous de la voix nettoyée, ce qui limite la réduction au plafond que vous choisissez, environ 29 dB par défaut.
- La normalisation de l’intensité sonore : un gain unique, mesuré sur le mixage final, pour atteindre −16 LUFS, sauf si le plafond de −1 dBTP l’arrête avant.
Il n’y a pas de gate, car le plafond et le modèle neuronal gèrent les pauses sans hacher les mots, ni d’égalisation au-delà du coupe-bas : le timbre de la voix reste le sien. Toute la chaîne tourne sur le téléphone, et rien n’est envoyé. Comment ça marche détaille chaque étape.
Écoutez toute la chaîne sur votre propre enregistrement.
Gratuit · Android 8.0 ou plus récent, 64 bits
Quand un logiciel audio sur ordinateur reste le bon outil
- La musique. Les modèles de parole sont entraînés à garder les voix et à traiter les instruments comme du bruit ; la musique demande des outils faits pour elle.
- Les enregistrements multipistes. Un podcast avec un micro par personne se nettoie piste par piste, souvent avec un gate ou un expandeur sur chacune.
- L’écho. La déréverbération se fait sur ordinateur.
- La restauration lourde. Clics et craquements d’anciennes bandes, crêtes écrêtées, un téléphone qui sonne au milieu d’une phrase : l’édition spectrale et les modules de réparation font ce qu’aucun nettoyage en un passage ne peut faire.
- Un cahier des charges strict. Atteindre une intensité sonore exacte avec un limiteur, ou façonner la voix avec égaliseur et compression, relève du mixage.
Pour une seule voix enregistrée au téléphone (une voix off, une prise de podcast, un cours, un message vocal), un nettoyage en un passage sur le téléphone couvre l’essentiel des besoins.