Qu'est-ce que le sound design ? Guide pratique du métier
Résumé
Qu'est-ce que le sound design ? C'est la création, l'enregistrement, le montage et le mixage de tous les éléments sonores d'une production, pour que le son serve l'histoire : effets, ambiances, bruitages, voix et musique. Le travail suit un pipeline en cinq étapes, du repérage au mixage. Dans les jeux, le son doit réagir à l'état du jeu, ce qui en fait aussi un travail de conception de systèmes.
Qu'est-ce que le sound design, concrètement ? C'est l'ensemble du travail qui consiste à créer, enregistrer, monter et mixer chaque élément sonore d'une production, pour que le son raconte l'histoire : effets, ambiances, bruitages, traitement de la voix et place de la musique autour d'eux. Le sujet se résume en une phrase, mais le métier oblige à trancher en permanence entre « ce son existe » et « ce son appartient à cette scène, à ce niveau sonore, avec cette texture ».
Le sound design sert le cinéma, les jeux vidéo, les applications, les podcasts et, de plus en plus, les productions qui utilisent une voix de synthèse.
Que fait un sound designer au quotidien ?
Une fois le titre enlevé, le travail tient en trois verbes : acquérir, façonner, placer. Vous acquérez un son en l'enregistrant, en le piochant dans une bibliothèque ou en le synthétisant. Vous le façonnez avec l'égalisation, la hauteur, l'étirement temporel, la superposition et le traitement. Vous le placez dans le temps et dans l'espace, pour qu'il tombe sur la bonne image, au bon volume et dans la bonne acoustique.
Le titre est plus récent qu'on ne le pense. Selon le dossier de référence d'EBSCO sur le sound design, le rôle de sound designer a été crédité pour la première fois dans Apocalypse Now, en 1979. Avant cela, ce travail était réparti entre monteurs, bruiteurs et mixeurs de réenregistrement. Le crédit comptait parce qu'il donnait à une seule personne l'autorité sur toute l'identité sonore, et non sur une pile de services séparés.
Dans une petite équipe, cette autorité se réduit. Sur un jeu indépendant, vous êtes peut-être à la fois concepteur sonore, preneur de son, intégrateur et la personne qui signale le bug quand un bruit de pas tourne en boucle. C'est normal. Connaître toute la chaîne permet de corriger un problème au point le moins coûteux.
Les cinq couches qui composent toute bande-son
La plupart des explications s'arrêtent à « effets et musique ». Une grille de travail en compte cinq, qui se disputent le même espace de fréquences. C'est pour cela que les concepteurs les pensent ensemble.
Dialogue et voix. L'intelligibilité passe avant tout. La parole se situe à peu près entre 100 Hz et 8 kHz, et l'essentiel de la netteté des consonnes se trouve autour de 2 à 5 kHz. Tout le reste se sculpte autour.
Effets sonores. Portes, impacts, armes, clics d'interface. Ces sons sont courts, riches en transitoires et synchronisés en général sur une action visible.
Bruitages (Foley). Ce sont les mouvements joués par un humain : tissu, pas, manipulation d'accessoires. Ils collent le dialogue à l'image.
Ambiances. La tonalité d'une pièce, le vent, la circulation lointaine ou le bourdonnement d'une machine indiquent au cerveau où il se trouve.
Musique. Elle fixe le rythme et l'émotion, et doit laisser de la place aux quatre autres.
Une sixième couche, le silence, est un choix de conception et non une absence. Une scène qui tombe presque à zéro pendant une demi-seconde avant un impact frappe plus fort qu'une explosion plus bruyante.
Pourquoi le bruitage et l'enregistrement de terrain battent encore la bibliothèque
Les bibliothèques sont rapides, et pour une texture de fond elles suffisent souvent. Mais un pas de bibliothèque enregistré sur une surface qui n'est pas la vôtre porte la mauvaise résonance, et votre oreille la repère avant que votre cerveau ne la nomme. Le bruitage corrige cela en jouant le son au regard de l'image. Des bottes sur du gravier pour un chemin de gravier. Une botte de branches de céleri, cassée près d'un micro, pour des os qui craquent. Une feuille de cellophane froissée pour un feu.
L'enregistrement de terrain suit la même logique pour les ambiances. Une tonalité de pièce captée pendant 90 secondes sur place, avec la même position de micro que pour les dialogues, s'accordera au plancher de bruit des dialogues d'une façon qu'aucun fichier « ambiance bureau » générique ne reproduira. L'ambiance masque aussi les points de montage entre les prises, ce qui la rend moins coûteuse qu'un nouvel enregistrement.
Passez-vous de cette étape pour un prototype. Pour une première passe, des sons provisoires suffisent et sont parfois préférables, car ils vous évitent de polir un audio pour une scène qui sera coupée. L'effort en vaut la peine une fois l'image verrouillée.
Note de session : enregistrez au moins 20 secondes de silence à chaque lieu, même si l'endroit semble calme. Vous en aurez besoin pour le profilage de bruit, et vous ne pourrez plus y revenir.
Comment le travail avance : du repérage au mixage final
Le sound design suit un pipeline, et les étapes restent les mêmes pour le cinéma, les jeux et les applications, même quand les outils changent.
Repérage. Vous regardez l'image, ou jouez la version en cours, avec le réalisateur ou le lead, et vous marquez les endroits où le son doit faire quelque chose : un choc, une transition, un changement d'ambiance. Cette liste pilote tout le reste.
Collecte et création. Enregistrement, recherche en bibliothèque, synthèse et, de plus en plus, outils génératifs. Tout se nomme et s'étiquette à l'import, car un dossier de 4 000 fichiers intitulés « whoosh_final_v3 » coûte des heures plus tard.
Montage et superposition. Un seul « impact » comporte en général trois à cinq couches : un coup grave, un corps médium, un claquement aigu, parfois une queue. Chaque couche reçoit sa propre égalisation pour s'empiler sans créer de boue.
Mixage. Niveaux, panoramique, compression, départs de réverbération. Les cibles de diffusion comptent ici : beaucoup de plateformes normalisent autour de -14 à -16 LUFS intégrés, et les mixages cinéma suivent d'autres niveaux de référence. La cible se fixe donc avant de toucher le premier fader.
Livraison et intégration. Des stems pour le cinéma, ou des assets accompagnés de règles de comportement pour un moteur de jeu.
Le jeu vidéo change les règles : un son qui doit réagir
Un média linéaire joue le même son au même moment, à chaque fois. Un jeu, non. Un bruit de pas peut se déclencher 10 000 fois dans une session, sur différentes surfaces, à différentes vitesses et distances de caméra. Le sound design de jeu relève donc autant du métier sonore que de la conception de systèmes.
Les conséquences pratiques sont les suivantes.
Variation. Un seul échantillon de pas répété sonne comme une machine. Un pool de 6 à 8 variantes, avec un léger décalage aléatoire de hauteur (plus ou moins 2 à 3 %) et de volume, supprime la répétition.
Paramètres. Les sons réagissent à l'état du jeu : vitesse, points de vie, distance, type de surface. Le concepteur écrit les règles, pas seulement les fichiers.
Budget de voix. Les moteurs limitent le nombre de voix simultanées. Les priorités et les règles d'extinction décident de ce qui s'entend dans une scène chargée.
Mémoire. Les formats compressés et les choix de streaming influencent les temps de chargement et la certification sur les plateformes.
C'est pourquoi le middleware audio et le moteur lui-même comptent autant que la station de travail. Si vous travaillez sous Unity, le mixeur audio, les snapshots et les paramètres exposés concentrent la plus grande part de la conception.
Le budget des dialogues est souvent celui qui craque. Un RPG de taille moyenne peut compter plusieurs dizaines de milliers de répliques doublées, et refaire les enregistrements après une modification de script coûte cher. Beaucoup d'équipes utilisent désormais une voix de synthèse pour les répliques provisoires et les prototypes, afin que le sound designer teste le rythme et le mixage avant l'enregistrement des comédiens.
Où la voix IA s'insère dans le sound design, et où elle ne s'insère pas
Ici, nous parlons de voix, puisque ce site y consacre l'essentiel de son temps. La voix de synthèse fait désormais partie de la chaîne du sound designer. Elle se comporte comme n'importe quelle autre source : elle demande un calage de gain, de l'égalisation et une place dans le mix. Elle ne remplace pas les décisions de conception.
Trois usages tiennent la route :
Dialogues provisoires pour les animatiques, les prototypes et les tests de niveau, afin que les problèmes de timing et de mixage apparaissent tôt.
Voix de fond et de foule (« walla »), où l'intelligibilité individuelle ne compte pas et où un ensemble varié de clones évite une journée d'enregistrement.
Voix de créatures et voix traitées, où les artefacts de synthèse deviennent une partie de la texture. Passez un clone dans un pitch shifter, un modulateur en anneau puis une réverbération par convolution, et vous obtenez une source impossible à enregistrer.
Un cas où elle ne tient pas : les dialogues principaux de scènes chargées en émotion profitent toujours d'un comédien capable de recevoir une direction, à moins que votre outil n'expose un contrôle fin de l'intonation. C'est pour cela que les paramètres d'émotion comptent davantage que la fidélité brute du clone. Si vous pouvez piloter la courbe d'intonation, vous adaptez la performance à la scène au lieu d'accepter ce que le modèle renvoie.
Les outils génératifs pour les effets et les ambiances forment une catégorie à part. Ils sont utiles pour des idées rapides et des lits de texture, mais vérifiez le niveau sonore, les points de boucle et les artefacts avant qu'ils n'approchent un mixage final.
Pour nettoyer une voix enregistrée, en particulier un podcast ou une narration, le montage par transcription est un raccourci légitime. Vous supprimez souffles et mots parasites en éditant le texte, puis vous finissez dans votre station de travail.
Par quoi commencer si vous partez de zéro ?
Commencez par l'écoute, car tout le reste en dépend. Choisissez une scène d'un film ou d'un jeu que vous connaissez bien, fermez les yeux et notez chaque son que vous entendez pendant 60 secondes. La plupart des débutants en listent quatre ou cinq. Une oreille entraînée en relève une quinzaine.
Ensuite, dans cet ordre :
Choisissez une station de travail (DAW) et maîtrisez-la. Reaper, Pro Tools, Logic ou Ableton font tous l'affaire. Celle avec laquelle vous menez vos projets jusqu'au bout vaut mieux que celle qui a la plus longue liste de fonctions.
Apprenez le routage du signal et le calage de gain. Un écrêtage avant le mixage ne se répare jamais après coup.
Apprenez l'égalisation comme un outil de sculpture. Coupez d'abord, remontez ensuite.
Refaites un clip. Prenez 30 secondes de vidéo, retirez l'audio et reconstruisez-le de zéro. Dix tentatives vous apprennent plus que dix tutoriels.
Ajoutez un moteur. Si les jeux vous intéressent, implémentez les mêmes sons dans un moteur, avec variation et paramètres.
Un kit de départ correct réunit un casque fermé, une interface audio avec au moins un préampli propre et un micro à condensateur à petite membrane ou cardioïde. Comptez environ 300 à 600 USD pour l'ensemble, et consacrez le reste de votre attention à l'écoute.
Avant votre prochaine session
Le sound design n'est pas une pile d'effets. C'est la discipline qui consiste à décider ce que le public entend, ce qu'il n'entend pas, et ce qui mérite la place de chaque son. Les outils changent chaque année. Les questions restent les mêmes : à quoi sert ce son, où se place-t-il, et que se passe-t-il s'il disparaît ?
Si vous travaillez avec la voix, traitez la voix de synthèse comme n'importe quelle autre source de votre chaîne : étiquetez-la, traitez-la, mixez-la, et soyez honnête sur les cas où elle tient la route. Choisissez cette semaine une courte scène, retirez son audio et reconstruisez-la. Vous comprendrez ce qu'est le sound design plus vite que n'importe quelle définition.