Quels sont les enjeux de l'audio orienté objet ?

1.1 Le Contexte

Afin de bien comprendre ces enjeux, il nous a semblé important de retracer quelques étapes importantes du son, jusqu'à nos utilisations et besoins actuels, avant d'appréhender le concept de l'Audio Orienté Objet.

En 1932, suite à l'invention de la stéréophonie par l'ingénieur Alan Blumlein un an auparavant, le brevet de Gance-Derbie sur la projection sonore à haut-parleur

1

multiple est déposé . La musique au cinéma est alors interprétée en direct, tandis que les dialogues et effets sont sur deux pistes optiques. L'enceinte dédiée avait comme avantage une bonne intelligibilité des dialogues, en plus d'une cohérence à l'image. Mais un technicien doit opérer manuellement la bascule afin d'avoir les dialogues à l'arrière de l'écran et les effets en surround.

«La tâche incombant à l'opérateur étant fastidieuse, les techniciens s'accordèrent sur le fait qu'il était tout à fait acceptable d'avoir conjointement, les dialogues et la musique d'orchestre, diffusés en un seul et même point derrière l'écran. Cette anecdote du début du cinéma parlant, entraine par son échec les prémisses du mixage

2

orienté canal , alors qu'il constitue sans le savoir les fondements du mixage orienté objet.» ³

Puis le film Disney «Fantasia» en 1940, marqua à son tour l'histoire du cinéma sonore, car ce fut le premier film commercialisé en son stéréo (et multicanal). Mécontent de la qualité sonore de l'époque, Walt Disney voulait créer un film plongeant le spectateur dans la scène sonore, comme étant à la place d'un chef d'orchestre, avec des sons se déplaçant à travers la scène.

Mots clés: Gance-Derbie, Stéréophonie, Blumlein, Disney, Fantasia,

Sources:

1 «Histoire du son au cinéma» La semaine du son 2011, conférence SAE Institute Paris Alanblumlein.com

2: Méthode reposant sur le principe qu'une piste sonore correspond à une enceinte disposée dans la salle.

3: Extrait de «L'Approche Orienté Objet» mémoire de Florent Denizot, école Louis Lumière, 2016, p.16.

6

Les ingénieurs de Disney et de Bell Labs ont souhaité enregistrer l'orchestre de Philadelphie avec trente-trois microphones, et neuf enregistreurs. Avec ces nombreuses pistes, le mixage fut vite un problème pour rendre le tout réaliste et la diffusion fut impossible avec la contrainte du nombre de piste sur la bande. Les neuf pistes ont finalement été combinées en quatre; trois pour la voix, la musique, les effets spéciaux; et une quatrième pour le contrôle du volume des trois premières. Le son avait donc sa propre bande, séparé de l'image.

La diffusion a également été étudiée, basée sur trois enceintes à l'arrière de l'écran et deux sur les côtés, qui rediffusaient les signaux des enceintes droite et gauche. Les ingénieurs ont découvert que le fait d'éloigner des enceintes entre elles permettait le déplacement du son, sans que celui ci ne disparaisse entre les enceintes. Cet effet de déplacement dans la scène sonore ne pouvait pas se limiter à un contrôle de volume. Le potentiomètre panoramique a donc été créé, permettant le mouvement fluide du son d'une enceinte à une autre.

Le concept a donc été créé pour le film, et Fantasia reposait réciproquement sur l'aspect technique de diffusion, chaque salle devait donc être équipée, afin qu'il soit bien restitué. Les différentes installations en salle se sont révélées coûteuses et ont considérablement augmenté les coûts de production. La distribution sous le procédé Fantasound s'est alors réduite, et a entraîné l'échec commercial, malgré un concept innovant.

Après la découverte du son magnétique et de la projection Cinerama, le CinémaScope voit le jour en 1952, créé par la FOX, et connaîtra plusieurs normalisations de la SMPTE (Society of Motion Picture and Television Engineers). L'image s'agrandit grâce à l'anamorphose créé avec l'hypergonar (optique devant le projecteur) afin de concurrencer la télévision, le son se doit de rester cohérent.

Mots Clés: Fantasound, stéréo, Bell Labs, Disney, SMPTE,

Sources:

Screenprism.com article «What was Fantasound and why was it created for fantasia»

«A Retrospective of the Groundbreaking sound system of Disney»a Kristina M Griffin Thesis

«Histoire du son au cinéma» La semaine du son 2011, conférence SAE Institute Paris

7

Quatre pistes magnétiques sont alors insérées (sur la même bande magnétique 35mm dédiée à l'image) avec trois canaux (gauche, centre, droite), et un canal d'ambiance. Le 70mm utilisera par la suite six canaux, cinq pour l'écran un pour l'ambiance.

Après le Dolby A très utilisé pour la réduction du bruit au cinéma dès 1966, la société confirme sa place en 1977 avec le Dolby Stéréo, permettant à l'aide d'un matriçage, d'obtenir quatre canaux avec seulement deux pistes optiques sur la bande. Les contraintes liées à la bande sont ainsi réduites, ce procédé remplaça les précédents, le magnétique étant plus simple, et moins coûteux.

La disposition des enceintes reste la même au fil du temps depuis le CinémaScope, normalisé en 1987 par la SMPTE sous la proposition de l'ingénieur Tomlinson Holman. Trois à cinq enceintes sont disposées à l'arrière de l'écran, quelques unes sur les côtés de la salle, et une dernière pour les basses fréquences (système 5.1 ou 7.1). Les enceintes L et R sont à 30° par rapport à l'enceinte centrale, et à 110° pour les enceintes surround Ls et Rs selon la norme ITU-R BS 775-1.

C'est également en 1987 que le Dolby Pro Logic, utilisant la technologie Dolby surround, est introduite sur le marché grand public. De part le home cinéma, la télévision continue de faire concurrence. Les supports se développent avec la VHS, le DVD, puis le Blu-Ray, et les technologies Cinéma des grandes entreprises Dolby et DTS sont de plus en plus disponibles (jeux vidéo, films, télé) ce qui élargit les utilisations du son multicanal et accroît la qualité. L'image évolue également dans les années 2000, avec l'arrivée de la HD qui bouleverse l'audiovisuel, la vente de télé écran plat augmente, Internet est démocratisé et les smartphones affluent. Le mode de consommation des contenus audiovisuel change.

Mots clés: SMPTE, Dolby Stéréo, Dolby Pro Logic, Numérique, télévision

Sources:

«A Retrospective of the Groundbreaking sound system of Disney»a Kristina M Griffin Thesis «Histoire du son au cinéma» La semaine du son 2011, conférence SAE Institute Paris

«Le son multicanal, de la production à la diffusion du son 5.1, 3D et binaural» de Bergame Periaux, Jean-luc Ohl et Patrick Thévenot, Paris, Dunod: INA 2015, 1.1.2

8

Parallèlement, le cinéma remodèle sa chaîne de production progressivement et s'adapte au numérique. Le film, le son, les sous-titres, les données, sont encapsulés dans un conteneur appelé DCP (Digital Cinéma Package). Le DCP sécurisé est ensuite transmis aux exploitants de salles par internet, ou physiquement (disque dur). Après avoir chargé le film dans le projecteur numérique, l'opérateur intègre la KDM, une clé sous forme de fichier codé permettant la diffusion du film en un temps défini (appelé aussi Key Delivery Message). Après maturation, cette technologie permet une meilleure qualitée visuelle et sonore, plus stable et durable. Les problèmes liés à la pellicule comme la casse, les erreurs de montage des bobines, ou encore les limites d'inscriptions d'informations liées à la taille de la bande sont révolues. La projection numérique n'est toutefois pas dispensée de problèmes techniques comme la reconnaissance des clés. La gestion des KDM peut aussi devenir un véritable casse tête, avec les différentes versions d'un film nécessitant chacune une sécurité.

Suite au 5.1 standard, plusieurs propositions de normes ont vu le jour comme le 10.2 par Thomlinson Hollman dans les années 90 (Fondateur de THX), dans les années 2000 le 22.2 de Hamasaki (ex ingénieur de NHK) ou encore l'Auro 3D en 2006. Le format 7.1 sorti en 2010 par Dolby, est le premier résultat des recherches de la société sur un renouveau du format multicanal, voulant une progression sonore en lien avec les progrès visuels 3D et ainsi, relancer la vente des places de cinéma. Cette petite avancée marquée par la diffusion du film «Toy Story 3» de Pixar, symbolise surtout l'envie de révolutionner la spatialisation cinématographique. Mais Dolby atteint les limites du DCP avec un nombre de seize canaux maximum utilisables, autres versions comprises (langues,...), contrairement aux autres formats multicanaux utilisant des décodeurs et moteurs de rendu. La société Immsound proposera en 2012 une nouvelle approche, celle de l'audio Orienté Objet que nous étudierons, et qui donnera naissance par la suite au Dolby Atmos.

Mots clés: DCP, KDM, NHK 22.2, 10.2, THX, Auro 3D, Dolby 7.1, Immsound, Dolby Atmos

9

La pluralisation des normes, et des types de diffusion, sont au détriment du mixeur. Ces multiples supports suscitent plusieurs déclinaisons du format original, qu'opère le technicien, afin de correspondre aux mieux aux conditions dans lesquelles sera le spectateur. Le mixeur fait tout son possible afin de préserver les intentions sonores du film, tout en prenant en compte les contraintes (stockage DVD, norme de diffusion TV,...) qui obligent une certaine baisse de qualité du contenu. Pour la sortie d'un film, plusieurs exports doivent être ainsi effectués lors du mastering, selon le type de diffusion et du support. Avec le format original 5.1 PCM .WAV non compressé s'ajoute 4 :

- une version Dolby SR-D (Format numérique optique avec une compression AC-3, utilisé pour le stockage)

- une version Blu-Ray (5.1 ou 7.1 avec les deux codages standards Dolby True HD et DTS Master HD)

- une version DVD (5.1 compressée aux formats Dolby Digital AC-3 ou DTS)

- une version diffusion TV (similaire au DVD avec un passage à 25 images par seconde)

- Et enfin, une version Stéréo pour le DVD, Blu-Ray, TV (par exemple, le Dolby Digital 2.0, le PCM Stéréo ou le MPEG-2).

Le downmix 5.1 vers stéréo est délicat, les conditions différentes du salon mènent à réfléchir sur l'adaptation de différents éléments techniques mais aussi artistiques d'un contenu. L'acoustique bruyante et réverbérante implique une diminution de la dynamique audio, or elle est un élément essentiel à la mise en scène du film. Les effets doivent être contrôlés, et leur diffusion vérifiée car à contrario d'utiliser le canal LFE seulement pour les FX en salle de projection, le home cinéma dédie le canal de basses à tout le bas du spectre (en dessous de 150Hz environ) afin de restituer les fréquences ne pouvant pas être diffusées par les petites enceintes.

Mots clés: Normes, Diffusion, Downmix, DVD, Blu-Ray, TV, Home Cinéma

Sources:

4 «La chaîne du son au cinéma et à la télévision, de la prise de son à la post-production» de Lucien Balibar, Paris, Dunod: INA 2019, 6.4 p.287

10

Enfin, la réduction de l'espace sonore et la concentration des composantes du film (musique, ambiance, reverb, effet,...) compliquent le mix, les dialogues peuvent alors moins trouver leur place et affecter la compréhension des voix.

Ces points doivent recevoir une attention particulière, complexifient le mastering, et peuvent aussi conduire à une diminution de l'expérience à la maison. L'engouement des salles de cinéma est donc encore bien là, malgré la sévère concurrence de l'expérience cinématographique à la maison (VOD, SVOD, Télévision,...). Elles se différencient nettement avec les conditions techniques optimales et une expérience authentique impossible à reproduire à l'identique chez soi (ambiance de la salle, chronologie des médias, acoustique, taille de l'écran, qualité sonore,...).

La production audiovisuelle mondiale n'a jamais été aussi diversifiée et importante quantitativement qu'aujourd'hui.

Nous sommes en pleine guerre des plateformes de vidéo à la demande avec Amazon Prime, Disney+, AppleTV+, Hulu, HBO max, ou encore My Canal, qui concurrence le géant Netflix. A contrario d'obliger bon nombre de spectateurs à faire un choix sur leurs abonnements pour une question de prix; le nombre et la qualité des contenus augmentent, ainsi que le budget (plusieurs centaines de millions de dollars pour des séries) afin de séduire et fidéliser les clients des plateformes. Le leader à ce jour Netflix, dénombre environs 167 millions d'abonnés.

Le binaural désormais bien connu du monde de l'audio, est de plus en plus utilisé (podcasts, parcours sonores). Cette technique d'écoute plus naturelle joue avec les

5

fonctions de transfert de la tête (HRTF ) qui permettent la localisation du son. Elle donne plus de plans sonores (3D) que la simple stéréo (2D), et cela à la portée de tous, simplement avec un casque audio. Le succès des ventes de ce dernier ainsi que la forte utilisation de téléphone, tablette, et ordinateur, augmentent donc le nombre potentiel d'auditeurs.

Mots clés: Plateformes, Box Office, Cinéma, Diversité de Contenu

5 Head-Related Transfer Function transformation de l'onde sonore par la tête et les oreilles, permettant la localisation d'un son (Données différentes pour chaque individu).

11

Avec un début timide, la Réalité Virtuelle (VR) se démocratise, et voit son champs d'action s'agrandir (Culture, Formation, Sciences, Cinéma,...) en plus du jeu vidéo. Afin d'avoir un univers immersif cohérent, la partie sonore se devait elle aussi immersive et interactive. La technique binaurale est alors la mieux adaptée pour ce nouveau contenu, pouvant s'adapter aux mouvements de tête de l'utilisateurs, captés à l'aide d'un Head Tracker.

Jusqu'à présent, chaque contenu est créé pour une diffusion particulière (cinéma, podcast, télé...) et se voit attribuer un format principal. Cela implique de réadapter le contenu pour chaque situation voulue, aussi nombreuses soient-elles. En définitive, cela prend du temps, et augmente le nombre de version pour un seul contenu, donc plus de stockage de données.