Les enregistrements audio immersifs (ou surround) sont typiquement délivrés au moyen de six (5.1), neuf, quinze, voire davantage d'enceintes autour et au-dessus de soi. Cependant, les sons dans la vraie vie nous arrivent en fait d'une infinité de directions. Or nous identifions bien la provenance de tous ces sons. Et pourtant, notre système auditif avec 2 oreilles n’est que binaural (2 canaux). Donc, dans l’absolu, un casque audio stéréo peut suffire à reproduire cette perception tridimensionnelle.
Toutefois, les casques n’arrivent pas pour autant à recréer avec véracité l’espace d’une scène sonore en trois dimensions. Quelques procédés de son surround virtuel (ex : Dolby Headphone) tentent bien d’apporter au signal audio une petite amélioration à ce problème. Il n'y a en effet pas de raisons de principe qui empêche un système casque de reproduire une expérience sonore aussi spacieuse, à la localisation aussi précise et de rendu aussi vivant qu’un vrai système multi-enceintes dans une pièce véritable.
Le fait que nous puissions entendre des sons en provenance de la droite ou de la gauche se conçoit aisément avec des oreilles positionnées sur le côté gauche et droite de la tête. Mais comment entendons-nous ce qui provient de l’avant, de l’arrière, d'en haut et d'en bas ?
Parce que les sons qui proviennent de directions diverses sont en fait modifiés par leurs interactions avec la forme et la dimension de notre tête, de la partie supérieure de notre torse, et de la forme de la partie externe de nos oreilles (pinna).
Notre cerveau est très sensible à ces modifications que nous ne percevons pas comme des altérations tonales, mais comme des informations précises de direction, d'en haut, d'en bas, de devant, ou de derrière. Cette altération acoustique a pour nom Head Related Transfer Function ou HRTF que l'on peut traduire par Fonction de Transfert Relative de la Tête.
Historiquement, il existe un type d'enregistrement particulier, le binaural, qui permet de reproduire un espace tridimensionnel à partir de deux canaux. Ce type d’enregistrement, destiné à être écouté au casque, est effectué à partir d'une simple paire de microphones faiblement espacés. Parfois les microphones sont intégrés dans les oreilles d’une tête artificielle ou un couple tête/torse artificiel pour ajouter un HRTF générique, ce qui améliore la perception tridimensionnelle. L'espace sonore produit par un enregistrement binaural peut être convaincant. Néanmoins, pour l'auditeur, sans référence avec l'environnement acoustique original, cette précision ne peut être attestée. Dans tous les cas, la principale limite du binaural est qu’il s’agit alors d’un enregistrement spécifique, rare et peu diffusé, car non compatibles avec une écoute sur enceinte. En revanche, on trouve quantité d’enregistrements de sons au-delà de la droite et la gauche de la stéréo classique, mais alors pas encodés au format stéréo ; c'est la grande famille de :
Ces enregistrements destinés à reproduire les sons en provenance à la fois de devant et derrière, et parfois de dessus, sont effectués à partir de multiple microphones. Ils sont enregistrés et diffusés sur des canaux multiples, car ils sont prévus pour être joués sur des systèmes à plusieurs enceintes répartis tout autour voire au-dessus de l'auditeur.
Souvent, ces enregistrements et mixages utilisent pour le transport un encodage Dolby (ex : Dolby Digital + ou Dolby Atmos), ou DTS.
L’audio immersif virtuel
Pour une écoute avec un casque stéréo, les multiples canaux indépendants de l’audio immersif peuvent être combinés et conserver leur origine spatiale, à condition d’ajouter au préalable à chacun la signature de la direction déterminée par la position des enceintes. Diverses solutions techniques ont été tentées pour virtualiser la reproduction de multiples enceintes au casque, avec plus ou moins de succès. Ces procédés d’audio immersif virtuel sont vendus ou licenciés par plusieurs sociétés plus ou moins connues du grand public. Toutes appliquent le principe d'altération HRTF aux canaux entrant, à partir de données génériques ou moyennées de formes et de dimensions de pinnas, de têtes et de torses.
Sans procédé de virtualisation, un son monophonique écouté au casque positionne la source au centre de la tête, tandis qu’un signal stéréo positionne les sons sur une ligne de gauche à droite passant par le centre de la tête, mais jamais en dehors comme dans la vraie vie. Avec une source multicanale, les procédés de son immersif virtuels ouvrent effectivement la perception et l'élargissent, même quelquefois au-delà du casque ; ce qu’on appelle l’externalisation. Bien souvent, la localisation arrière des canaux surround fonctionne convenablement. En revanche, la localisation frontale est plus réduite, avec notamment un canal central (celui des dialogues) difficile à « visualiser » devant soi. En tous cas, aucun de ces procédés ne peut prétendre à reproduire parfaitement la localisation obtenue à partir de cinq ou davantage de vraies enceintes réparties autour de l'auditeur.
Le SMYTH Realiser A16 apporte quant à lui une toute autre expérience. Avec lui, un enregistrement multicanal (ou stéréo) sonne vraiment pareillement qu’il soit écouté au casque ou au travers de vraies enceintes dans un local d’écoute réel (cinéma, home cinéma, studio, scène). Pourtant, dans ses principes de base, le procédé SVS SMYTH du Realiser est similaire aux autres : pour piloter le casque, il applique une altération HRTF à chaque voie multicanale du mixage entrant. Néanmoins, le SMYTH Realiser A16 fait en plus appel à trois composants critiques absents des autres procédés : le suivi des mouvements de tête, la capture acoustique des propriétés de n'importe quel système sonore dans son environnement d’origine, et enfin la correction du rendu du casque sur ses oreilles
Dans la vraie vie, l’origine des sons reste stable alors que nous bougeons la tête - en fait, nous la bougeons même délibérément pour déterminer ces origines avec plus de précision. En revanche, lors d'une écoute avec un casque, le son bouge avec le casque sur la tête, ce qui n'est absolument pas naturel et joue pour beaucoup dans notre impression que cette perception n'est pas réaliste. Et c’est pire quand le son est accompagné d’une image qui elle, ne bouge pas ; la crédibilité de l'expérience est encore davantage affaiblie, sans système de suivi de tête. C’est problématique en particulier pour les dialogues, qui n’ont pas vocation à sortir de l’écran quand la tête tourne.
Le SMYTH Realiser A16 est fourni avec un petit accessoire à positionner au-dessus de l'arceau du casque, le suiveur, ainsi qu'un autre à positionner devant soi, le référent. Ensemble, ils détectent et transmettent à l’unité centrale la position de la tête de l'utilisateur toutes les 5 ms. Ainsi, quand la tête tourne, même de façon infime, le SMYTH Realiser A16 recalcule tous les paramètres HRTF instantanément et sans délai, ce qui maintient la scène sonore virtuelle immobile. L'importance de ce processus dans la perception de réalité est capitale : la sensation de porter un casque disparaît.
Comme mentionné précédemment, les procédés d’audio immersif virtuels utilisent des mesures HRTF moyennées ou génériques, non liées à l'auditeur. Le SMYTH Realiser A16 intègre une méthodologie de mesure et d'acquisition des données HRTF propres à chaque auditeur c’est-à-dire correspondant à ses oreilles, sa tête et son torse dans une salle donnée. Et c’est cette différence entre entendre avec ses propres HRTF ou des HRTF génériques qui compte.
Le SMYTH Realiser A16 est fourni à cet effet avec une paire de tous petits microphones intra-auriculaires. Ils sont à placer dans les oreilles de l'utilisateur lors des mesures initiales.
Ces micros servent notamment à la capture acoustique personnelle d’une salle (auditorium, home cinéma), pour en faire une audio-copie sous la forme d’un fichier PRIR (Personal Room Impulse Response). Concrètement, l'auditeur s'assoit au niveau de la position d'écoute principale, au centre des enceintes de la salle, de 5.1 à 9.1.6 ou plus. Une série de signaux de tests sonores est alors jouée au travers des enceintes, pour au moins 3 positions de tête (NB : pour le suivi, cf. clé n°1). Le SMYTH Realiser A16 compare les signaux purs avec ce qu’il reçoit en retour au niveau des microphones. Ces altérations, enregistrées dans le fichier PRIR, contiennent non seulement les données HRTF personnelles de l'auditeur, mais aussi l'intégralité des caractéristiques de la pièce, des enceintes, leurs directions et la signature de l'électronique les pilotant. Le tout est indissociable. Ce fichier PRIR va ensuite servir à construire, seul ou combiné à d’autres, des salles virtuelles dans le A16, de 5.1 à 15.1.8.
Les micros servent aussi, lors de la configuration initiale, à la mesure du casque sur les oreilles de l’auditeur, pour obtenir un fichier HPEQ (HeadPhone EQ). Ici, le but est de corriger l'interaction de l’écouteur avec l'oreille et la réponse du casque lui-même, par le biais de l’application d’un filtrage inversé.
→ Ainsi, pour le premier type de mesure (PRIR), les altérations sont identifiées pour les dupliquer par traitement numérique. C’est grâce à ça que le mixage va donner l’impression, pour l’auditeur qui a fait les mesures, d’être joué dans la salle capturée. Dans le second type de mesure (HPEQ), les altérations sont au contraire traquées pour être éliminées. Car dans le processus de virtualisation, le casque audio stéréo utilisé doit jouer le rôle de vecteur le plus neutre et transparent possible.
PRIR et HPEQ sont indépendants. Ils peuvent être stockés dans le A16, exportés et importés au moyen d’une carte micro-SD (fournie). Chacun des 2 auditeurs aura les siens.
Après la phase de capture acoustique personnelle d’une salle, il est possible de comparer le rendu de la salle et de sa « copie » au casque. Le suiveur sur l’arceau intègre en effet un accéléromètre qui permet de commuter instantanément entre l’écoute au casque et des enceintes. Pour passer de l’un à l’autre, il suffit de retirer le casque des oreilles. Cette comparaison instantanée est le test le plus difficile que l’on puisse imaginer, car elle révèle immédiatement et sans équivoque la moindre différence. Et pourtant, la réaction typique de ceux qui écoutent pour la première fois le SMYTH Realiser A16 est de penser que les enceintes sont toujours actives. Mais il s'agit bien en fait bien du rendu de la salle au casque...
Comme expliqué précédemment, la mesure du casque a pour but de corriger sa réponse, ce qui peut laisser à penser que n'importe quelle marque et n'importe quel type de casque peut convenir. En fait, tout casque mesuré par le Realiser A16 est effectivement corrigé au mieux, mais la qualité inhérente du casque (ex : sa dynamique) reste un facteur limitant. Prenez contact avec votre revendeur qui vous conseillera un casque approprié pour le SMYTH Realiser A16.
Si les casques sont capables d'une bonne restitution des basses fréquences, ils ne peuvent en revanche restituer l'impact physique complet qu'apportent woofers et subwoofers. C'est pourquoi le SMYTH Realiser A16 intègre une sortie audio qui permet de raccorder des transducteurs tactiles (body shakers) tels que des moteurs de mouvement arrimé au siège de l'auditeur. Le résultat de cette association, optionnelle, est tout à fait satisfaisant et amusant. Il est possible de contrôler précisément le dosage de grave (fréquences et niveau) délivré sur cette sortie - qui peut tout aussi bien être connectée à un vrai caisson de grave.
Comme indiqué, le SMYTH Realiser A16 fonctionne avec des fichiers PRIR (salle) et de casque HPEQ. Un préset d’écoute est composé d’une salle virtuelle (PRIR unique ou combinaison, enceinte par enceinte) et d’un fichier de casque HPEQ. Si la création de fichier HPEQ est facile, puisque c’est avec son propre casque sur ses oreilles ; tout le monde n’a pas à disposition une salle ou un auditorium avec enceintes intéressant à capturer. Du coup, le SMYTH Realiser A16 est fourni avec une sélection de fichiers PRIR prêts à l’emploi, plus d’autres à télécharger dans le Club Realiser hébergé sur ce site web (lien ici). Il suffit de les essayer, pour composer sa ou ses salles virtuelles idéale(s).
Pour faire un parallèle avec la mode vestimentaire, la capture de salle est le « sur mesure », le graal, tandis que l’utilisation de fichiers PRIR tiers s’apparente au « prêt-à-porter », à essayer, pour s’assurer du bon rendu à ses oreilles.
Sur une installation classique avec enceintes, le seul réglage utile au quotidien est celui du volume sonore, à baisser généralement parce que « ça fait trop de bruit », et à remonter ensuite parce que « on n’entend plus ce qui se dit ». Le SMYTH Realiser A16 dispense déjà de devoir baisser le volume pour tenir compte des contraintes extérieures, mais ça n’est pas là son atout le plus original. Il permet aussi de commuter instantanément entre plusieurs salles d’écoutes (les présets) ; jusqu’à 16 par utilisateur. C’est pratique par exemple si vous trouvez qu’une salle est très bien pour sa dynamique, sa précision et son rendu des graves pour les films, mais moins bien pour la musique. Pour vos écoutes musicales, vous en appelez simplement une autre, typée différemment. Dans la vraie vie, il faudrait 2 installations avec enceintes en parallèle, juste pour 2 rendus différents. Là, d’un simple clic, vous commutez entre 16 presets entièrement paramétrables. Sans surcoût.
Le Realiser A16 n’est pas égoïste et permet à 2 auditeurs de profiter simultanément de sa spatialisation multicanale premium, avec choix des salles et volume indépendant. Il est toutefois recommandé d'acquérir un second suiveur de tête en accessoire pour profiter aussi du système de suivi de tête (cf. clé n°1) sur le second casque.
Pour lire et voir des témoignages d’utilisateurs du SMYTH Realiser A16, cliquez ici.
