Plus qu’un fond sonore

 
Le son et son travail est un domaine qui reste mystérieux, du moins pour les non-initiés. Car, en dépit de toute la technique et la maîtrise des ingénieurs du son, l’ambiance sonore reste une histoire de ressenti et d’émotions. D’après les spécialistes, un bon montage sonore, voire même une bonne bande-son est quelque chose d’invisible pour une oreille non experte, et qui se fond dans le cours de l’histoire qu’on regarde.

Pour cette raison, nombre des sons que l’on entend dans un film, qu’ils soient de la fiction ou du documentaire, ont été rajoutés après le tournage. En effet, difficile dans les conditions de ce dernier d’obtenir les sons exacts permettant une immersion parfaite. Même en ce qui concerne les voix des acteurs ou des personnes interviewées, comme dans un documentaire ou un reportage, il est parfois difficile d’obtenir un son exempt de tout parasite, et certaines doivent être ré-enregistrées par la suite. Mais depuis quelques années et l’arrivée de l’IA, les choses sont en train de changer.

«Depuis très longtemps, il existe plusieurs techniques pour nettoyer le son, que ce soit pour enlever un son trop fort, ou alors pour enlever un bruit de fond continu, révèle Aurélien Lebourg, ingénieur du son et professeur à l’Institut National Supérieur des Arts du Spectacle (INSAS). La base mathématique de ces techniques est en réalité assez simple, et la qualité de restauration du son dépendait surtout de la dextérité du technicien. Cependant, depuis 2017 environ, on a commencé à voir apparaître des logiciels qui n’utilisaient pas encore le terme d’intelligence artificielle, mais qui reposait déjà sur du Machine Learning. En montrant à ces programmes des milliers d’exemples de voix humaines et de bruits spécifiques, il est devenu possible d’enlever d’une bande sonore le passage d’une voiture ou l’aboiement d’un chien.»

Mais, alors que ces outils étaient jusqu’ici réservés à des professionnels, le développement technique s’est récemment accéléré. «Tout va très vite, mais depuis 1 ou 2 ans, il n’existe pas moins de 3 programmes extrêmement efficaces pour nettoyer des voix et ôter tout bruit parasite, indique l’ingénieur du son. Très simples à utiliser, ils sont même capables de reconstruire des parties qui, auparavant, auraient été considérées comme perdues. Dans le cas d’un bruit de voiture qui couvre les paroles d’une actrice ou d’un expert interviewé, par exemple, le logiciel est capable de supprimer le tout, et de resynthétiser une voix très propre, sans son parasite ni réverbération.»

Une prouesse qui a tout de même ses limites. «La voix ainsi recréée ne sera pas exactement la même, met en garde le spécialiste. Le dialogue sera tout à fait compréhensible, mais on va perdre par exemple des intonations ou des spécificités, comme des accents régionaux par exemple. Lors de mes premiers essais avec des programmes, j’avais tenté d’enlever le bruit d’un moteur dans une séquence d’un film documentaire écossais. Pour moi, le résultat était bon, mais la réalisatrice, écossaise elle aussi, a tout de suite remarqué la disparition de l’accent du protagoniste, et nous avons dû faire marche arrière.»

Pour Aurélien Lebourg, la perte de ces spécificités peut être très problématique. «Ces programmes à base d’IA, pour puissant qu’ils soient, ont comme résultat de donner des sons que j’appelle « cliniques », c’est-à-dire sans sons parasites, mais aussi sans ambiance, sans réverbération, ou sans impression de distance, regrette-t-il. Or, que ce soit dans le documentaire ou la fiction, l’environnement sonore d’une prise de son a une importance capitale.»

Et d’après lui, le problème ne vient pas tant de la technique que des logiques qu’elles vont créer. «Il y a un état d’esprit de la part de la production ou de la réalisation qui, pour des raisons budgétaires et parce qu’elles ont eu vent des prouesses de ces programmes d’IA, vont insister pour tourner en dépit de mauvaises conditions sonores, parce qu’elles pensent que ce sera nettoyable par la suite, au lieu d’attendre ou de changer de lieu» met en garde Aurélien Lebourg.

De plus, les ajouts de couches d’IA dans le traitement du son nécessitent plus de calcul de la part des ordinateurs. «Cela a pour conséquence de ralentir la machine, et d’introduire un délai dans les pistes sonores, éclaire Aurélien Lebourg. Or, lorsque l’on mixe le son d’un film, beaucoup de choses passent par le ressenti du mixeur qui doit s’adapter à ce qu’il voit à l’écran, en jouant sur le volume sonore par exemple, pour qu’un éclat de voix ne soit pas trop perturbant pour le spectateur. Avec le délai induit par le calcul de l’IA, à certains endroits, il n’est parfois plus possible de faire ce mixage à l’oreille. On compense avec un travail à la souris d’ordinateur, mais qui fait perdre ce ressenti, et qui se ressent dans le visionnage final.»

Les contraintes budgétaires évoquées par Aurélien Lebourg ne touchent pas seulement les conditions de tournage. Elles sont également à l’œuvre dans la crise du doublage que connaît actuellement le cinéma, là encore à cause de l’IA. «Il existe des IA qui permettent de recréer des voix sans passer par des comédiens, et de façon de plus en plus convaincante, révèle Aurélien Lebourg. Elles manquent encore de naturel, car si elles sont capables d’introduire des moments d’hésitations pour plus de vraisemblance, ces derniers ne sont pas encore placés judicieusement. Par contre, la qualité sonore est quasiment indiscernable, même sur des enceintes de qualité cinéma. Compte tenu de la vitesse de développement de ces outils, je ne serais pas surpris que tout soit au point dans quelques mois.»

Il est même devenu possible de créer des doublages de voix de comédien.ne.s connu.e.s, sans même que ces derniers n’aient enregistré quoique ce soit. «Il suffit de donner à la machine suffisamment de données, comme des enregistrements, ou d’autres films dans lesquels ce ou cette comédienne a joué pour en recréer de toute pièce le timbre et les intonations, note l’ingénieur du son. Évidemment, tout cela n’est pas sans conséquences éthiques.»

Pour autant, Aurélien Lebourg estime que l’avenir tout artificiel, que semblent appeler de leurs vœux les grandes sociétés d’IA, n’est pas encore pour tout de suite. Ainsi, pour les sons comme les ambiances sonores ou les bruitages, tout n’est pas qu’une question de technique. «On le voit souvent dans les discussions que l’on a entre la réalisation et le montage, explique Aurélien Lebourg. Nommer le type d’élément sonore que l’on veut rajouter dans la séquence, comme le vent par exemple, ne suffit pas. Un vent constant, une bourrasque, du vent dans les arbres ou un vent sifflant qui va évoquer une sensation de froid… Tout cela suggère des choses différentes, qui dépendent de la culture des gens. Je doute qu’utiliser une IA pour créer des ambiances sonores puisse faire gagner suffisamment de temps à un professionnel en lieu et place de sa bibliothèque de sons.»

En revanche, là où l’IA peut permettre un gain de temps considérable, c’est précisément dans l’organisation de ces bibliothèques sonores. «On travaille avec de grandes banques de fichiers sonores, que l’on crée soi-même, ou que l’on achète, raconte Aurélien Lebourg. Mais il y a une grande différence entre le nom de ces fichiers et ce qu’il contient réellement. Ce qui m’intéresse c’est de savoir si le bruit des vagues est fort ou non, si elles se trouvent loin, si on y entend des conversations, des oiseaux de mer, etc. Et réécouter tous ces sons pour les étiqueter en conséquence est très chronophage. Mais il existe aujourd’hui des projets à base d’IA qui permettent de classer ces sons automatiquement, parce que la machine peut « écouter » des sons beaucoup plus rapidement que nous.»

Dans le son comme dans les autres domaines, l’IA ne semble jamais aussi efficace que lorsqu’elle est utilisée pour seconder l’humain et non l’inverse.