Ce qu’est vraiment Auto-Tune

Auto-Tune est un produit, pas une technique

Auto-Tune est un logiciel bien précis, conçu par Antares Audio Technologies, qui en détient la marque, et qui corrige la hauteur d’une voix enregistrée. Ce n’est pas le nom du procédé. Le procédé s’appelle la correction de justesse, et un très grand nombre de produits la pratiquent : Auto-Tune a simplement été le premier à fonctionner assez bien pour devenir célèbre, et son nom a fini par désigner toute la catégorie, comme Kleenex pour les mouchoirs en papier.

Cette distinction compte plus qu’il n’y paraît, car la plupart du temps, quand on dit « autotune », on ne parle pas du tout de correction de justesse. On parle d’un réglage extrême en particulier : le son dur, en escalier, synthétique, des disques de Cher, de T-Pain et de mille imitateurs. La correction de justesse ordinaire, utilisée comme la plupart des disques l’utilisent, est totalement inaudible, et elle est présente sur bien plus de musique que vous ne l’imagineriez.

Trois choses distinctes se partagent donc un seul mot : le produit de l’entreprise, la technique générale, et un effet célèbre que le produit peut produire mais qu’on ne lui demande généralement pas. Le mécanisme derrière les trois est le même, et il vaut la peine de le comprendre une bonne fois.

Des données sismiques, puis un disque de Cher

Auto-Tune a été inventé par Andy Hildebrand, un ingénieur de recherche qui avait fait toute sa carrière dans l’industrie pétrolière, à travailler sur des données sismiques : envoyer du son dans le sol et interpréter les réflexions pour trouver des gisements. L’outil mathématique de ce métier est l’autocorrélation : faire glisser un signal sur lui-même pour trouver l’intervalle auquel il se répète le mieux.

Un intervalle de répétition dans une onde de choc réfléchie vous renseigne sur la roche. La même mesure appliquée à une voix humaine vous donne la hauteur, car la hauteur est la fréquence à laquelle une forme d’onde se répète. Hildebrand a compris que la technique pouvait être transposée, et Antares a sorti Auto-Tune en 1997.

L’intention était la transparence : corriger une note un peu basse, et ne toucher à rien d’autre. Ce qui l’a rendu célèbre, c’est que quelqu’un a tout poussé au maximum. « Believe » de Cher, en 1998, utilisait le réglage le plus extrême de la vitesse de correction, et produisait une voix qui sautait d’une hauteur exacte à l’autre sans aucun glissement humain entre elles. Les producteurs ont d’abord attribué ce son à une pédale vocodeur. C’était Auto-Tune, et en moins de dix ans, T-Pain avait bâti une carrière sur ce même réglage et Kanye West en avait fait un album.

Un outil conçu pour passer inaperçu est devenu célèbre parce qu’il s’entendait énormément : voilà pourquoi le mot désigne aujourd’hui l’inverse de ce à quoi servait le logiciel.

Ce qu’il fait à une voix

Trois étapes, et ce sont les trois mêmes dans tous les produits de ce type. Le logiciel détermine à quelle hauteur la voix chante à chaque instant ; il décide quelle hauteur cette note devrait avoir ; et il recalcule l’audio à la hauteur corrigée sans toucher au timing.

La première et la troisième étape sont des problèmes d’ingénierie résolus. L’étape du milieu est un jugement musical, et c’est d’elle que viennent presque toutes les voix corrigées qui sonnent mal. Laissé sur son réglage par défaut, le logiciel vise la note la plus proche d’une gamme chromatique : les douze demi-tons disponibles en permanence. Si la voix vise un do et arrive un peu bas, la note chromatique la plus proche peut être un si, et le logiciel tirera la note vers le si avec assurance : la note est désormais solidement calée, sur rien du tout, et bien plus fausse que ne l’était le léger défaut d’origine.

Indiquer au logiciel la tonalité du morceau supprime entièrement ce type d’échec. Le guide complet des trois étapes traite du choix de la gamme, des pistes d’accords, et de la raison pour laquelle la préservation des formants empêche une note transposée de sonner comme si elle sortait d’une personne plus petite.

L’effet robotique vient d’un seul réglage

C’est la chose la plus utile à savoir sur ces outils, et elle est presque universellement mal comprise : le son célèbre ne vient pas d’une correction trop forte. Il vient d’une correction trop rapide.

Deux réglages différents entrent en jeu. L’intensité, jusqu’où une note est déplacée vers sa cible. La vitesse de correction (retune speed) : la rapidité avec laquelle elle y arrive une fois que le logiciel a décidé de la déplacer.

Une voix humaine n’arrive jamais instantanément sur une hauteur. Elle glisse depuis le dessous, dépasse légèrement, se stabilise, et ajoute du vibrato. Ces transitions portent l’essentiel de l’expression d’une phrase ; le portamento entre deux notes est souvent ce qu’il y a de plus humain dans une voix.

Réglez une vitesse de correction lente, et le logiciel attend la fin du glissement pour ne corriger que le milieu tenu de la note. Personne n’entend rien, sinon quelqu’un qui chante juste. Réglez la vitesse de correction à zéro, et chaque transition est quantifiée : la voix saute d’une hauteur exacte à l’autre sans aucun glissement. Comme une voix humaine en est physiquement incapable, l’oreille y reconnaît immédiatement une machine.

Autrement dit, une correction forte avec une vitesse lente est transparente, et une correction légère avec une vitesse instantanée sonne immanquablement traitée. Si une voix corrigée sonne robotique alors que vous ne le vouliez pas, c’est la vitesse de correction qu’il faut changer, pas l’intensité.

Le mode automatique et le mode manuel ne servent pas à la même chose

Les produits de cette catégorie proposent généralement deux façons de travailler, adaptées à des problèmes différents.

• •Automatique. Vous réglez une tonalité et une gamme, et le logiciel corrige tout en temps réel par rapport à elles. Rapide, utile pour une voix provisoire ou pour l’effet voulu, et sans discernement : il « corrigera » une blue note, un glissé voulu et une attaque par en dessous en même temps que les vraies erreurs.
• •Manuel ou graphique. Le logiciel dessine la courbe de hauteur qu’il a détectée, et vous la modifiez note par note, en ne déplaçant que ce qui est faux. Plus lent, et c’est le seul moyen de corriger une interprétation sans aplatir ce qu’elle avait d’intentionnel.

La plupart des corrections professionnelles sont du second type, appliquées à quatre ou cinq notes d’une prise plutôt qu’à la prise entière. Si un outil ne vous montre pas la courbe de hauteur, vous vous fiez aveuglément à sa segmentation des notes : et c’est précisément là qu’il se trompera sur un mélisme. C’est pourquoi la correction de justesse d’Euphona segmente les notes sur la courbe suivie et relance la correction à chaque attaque, avec par défaut une vitesse de correction douce plutôt qu’instantanée.

Le reste de la catégorie

Auto-Tune est un produit parmi beaucoup d’autres, et donner son nom à toute la catégorie masque de vraies différences d’approche.

• •Celemony Melodyne pousse l’approche graphique le plus loin, et peut séparer des notes individuelles à l’intérieur d’un accord : une capacité réellement différente de la correction d’une seule ligne monophonique.
• •Les outils intégrés aux DAW. Logic, Cubase et la plupart des autres grands logiciels hôtes incluent un éditeur de hauteur. Pour corriger une poignée de notes, ils suffisent généralement, et vous les possédez déjà.
• •Les outils d’alignement traitent le problème voisin du timing : caler un doublage ou une harmonie sur une prise principale plutôt que sur une grille, ce qui est généralement la raison d’être d’un doublage.
• •Les correcteurs fondés sur des modèles, dont le nôtre, placent un détecteur de hauteur par apprentissage devant l’estimateur classique, au lieu de s’en remettre à la seule autocorrélation. La différence apparaît sur le matériau difficile (voix soufflée, growl, premières millisecondes d’une note) là où le suivi classique fait des erreurs d’octave. Ils sont aussi plutôt facturés à l’usage que vendus sous licence : la comparaison avec une licence perpétuelle dépend donc de la quantité de voix que vous corrigez, et ne se tranche pas à plat.

Aucun d’eux n’est Auto-Tune, et aucun ne devrait être appelé ainsi. Ce sont des correcteurs de justesse, et Auto-Tune appartient à Antares.

Obtenir l’effet volontairement

L’effet robotique est un choix de production légitime, avec trente ans d’histoire, et il est facile de le rater en visant le mauvais réglage.

• •Vitesse de correction à zéro. C’est cela, l’effet. Tout le reste est secondaire.
• •Choisissez une gamme restreinte. Les sauts ne s’entendent que si les marches sont éloignées. Une gamme chromatique donne à la voix douze cibles proches, et les sauts deviennent assez petits pour se perdre ; la gamme majeure ou mineure du morceau lui en donne sept, et une gamme pentatonique encore moins. L’effet s’accentue à mesure que vous retirez des notes.
• •Chantez plus droit que ce qui vous semble naturel. L’effet ressort le mieux sur une interprétation avec peu de vibrato et des sauts d’intervalle francs et larges, parce que le logiciel a alors quelque chose d’évident à accrocher.
• •Gardez la voix sèche, ou traitez-la après. Une réverb inscrite avant le correcteur trompe le détecteur de hauteur. Corrigez d’abord, traitez ensuite : et si la prise est arrivée avec de la pièce, la déréverbération se place avant le correcteur, pas après.

L’effet est une décision de mixage autant qu’une décision vocale, et il se comporte autrement une fois le morceau terminé : les voix à l’effet robotique sont denses et brillantes, et ce qu’un master peut encore y changer est moins que ce qu’on imagine.

Corriger sans que personne ne le remarque

L’objectif inverse, et celui que la plupart des disques recherchent réellement.

• •Partez de la meilleure prise. La correction corrige la justesse. Elle ne corrige ni le phrasé, ni le timing, ni le timbre, ni la conviction, et c’est cela qui fait une bonne voix : l’essentiel de ce qui tourne mal devant le micro ne se rattrape pas du tout ensuite.
• •Réglez toujours la tonalité et la gamme. Le réglage chromatique par défaut est la cause de la plupart des mauvais résultats.
• •Ralentissez la correction, sauf si vous voulez précisément l’effet.
• •Corrigez les notes qui sont fausses. La plupart des prises en ont quatre ou cinq qui en ont besoin ; la plupart des logiciels les traiteront volontiers toutes.
• •Protégez le vibrato. Le vibrato est une modulation de hauteur voulue, et une correction rapide le prend pour une erreur et l’aplatit.
• •Jugez dans le mix. Une voix en solo révèle chaque artefact ; une voix dans le morceau révèle ceux que l’on entendra vraiment. Si la voix se bat avec l’arrangement plutôt qu’avec la justesse, c’est un problème d’égalisation, pas de hauteur.
• •Gardez la prise d’origine intacte. Une semaine plus tard, vous voudrez comparer, et il vous arrivera de préférer l’original.

Un cas mérite son propre avertissement : corriger une voix qui se trouve encore dans un mix stéréo terminé. Le détecteur doit composer avec tous les autres instruments, et suivra l’élément à hauteur définie le plus fort qu’il puisse trouver. Extraire d’abord la voix rend le problème soluble : même si une voix extraite puis réintégrée n’est jamais tout à fait identique à la prise d’origine, pour les raisons qu’expliquent les limites propres à la séparation. Si vous avez le multipiste, utilisez-le. Si vous voulez seulement savoir si la séparation est assez propre pour valoir la peine d’être corrigée, l’outil gratuit Suppression de voix (séparation en deux stems) vous répond en quelques minutes, sans compte.

Autotune, auto-tune, Auto-Tune

Les trois graphies sont courantes, et elles ne veulent pas tout à fait dire la même chose. Le produit s’écrit Auto-Tune, avec majuscules et trait d’union, et il appartient à Antares. Autotune, en un mot et en minuscules, est ce que la plupart des gens tapent lorsqu’ils parlent de l’effet ou de la pratique en général. Auto-tune, enfin, sert de base au verbe « auto-tuner » : appliquer le traitement.

Nous parlons de « correction de justesse » pour la technique, et nous appelons notre propre outil un correcteur de justesse, parce que ce sont les termes exacts et que la marque n’est pas la nôtre. Si votre recherche portait sur l’autre mot, c’est bien ce que vous cherchiez : et l’article sur le mécanisme donne la réponse longue sur son fonctionnement.