Ce qu’est vraiment la musique en Dolby Atmos

Canaux contre objets

Un mix stéréo est orienté canal, tout comme le son surround traditionnel : le 5.1 et le 7.1 reposent sur la même idée avec plus d’enceintes. Vous décidez quelle part de chaque son va dans chaque enceinte, et cette décision est figée dans le fichier. Elle suppose des enceintes à des positions connues, et si l’auditeur a une autre disposition, le mix ne le sait pas et ne peut pas s’adapter.

Dolby Atmos est orienté objet. Au lieu d’affecter un son à un canal, vous lui donnez une position dans l’espace en trois dimensions, hauteur comprise, et le fichier stocke séparément l’audio et la position. L’appareil de lecture fait ensuite le rendu de ces positions pour ce dont il dispose réellement : une salle de cinéma avec soixante enceintes, une barre de son, une paire d’écouteurs.

Toute l’idée est là, et tout le reste en découle. Un mix Atmos n’est pas un mix pour une configuration d’enceintes précise. C’est une description de l’endroit où se trouvent les choses, plus des instructions que suit le moteur de rendu.

En pratique, un mix de musique en Atmos est hybride : un « bed » 7.1.2 orienté canal pour ce qui n’a pas besoin de bouger, plus jusqu’à 118 objets pour ce qui bouge.

Comment vous l’écoutez, presque à coup sûr

Voici ce qui se perd dans le marketing : l’écrasante majorité de l’écoute de musique en Atmos se fait au casque, par un rendu binaural.

Le rendu binaural simule ce qu’entendraient vos deux oreilles si les sons se trouvaient réellement à ces positions, à l’aide d’une fonction de transfert relative à la tête (HRTF): un modèle de la façon dont votre tête, votre torse et la forme de vos oreilles modifient un son selon la direction d’où il arrive. Votre cerveau interprète ces modifications comme une direction, et le son semble venir de l’extérieur de votre tête plutôt que d’entre vos oreilles.

Cela fonctionne, et cela fonctionne avec un casque tout à fait ordinaire. Aucun matériel particulier n’est nécessaire, et les casques vendus comme « prêts pour l’audio spatial » vous vendent quelque chose dont le format n’a pas besoin. Le suivi des mouvements de la tête, l’image reste en place quand vous tournez la tête, est une vraie fonction matérielle, mais c’est une amélioration, pas une exigence.

La limite, c’est que la fonction de transfert utilisée est générique, alors que les oreilles de chacun sont différentes. Certaines personnes perçoivent une image vive et convaincante, située hors de la tête. D’autres n’entendent presque aucune différence. Personne ne s’y prend mal, et cette variabilité explique en grande partie pourquoi les avis sur la musique spatiale divergent autant.

Ce qu’implique la création d’un mix Atmos

Il vous faut les éléments individuels : le multipiste ou un jeu de stems. On ne peut pas faire un véritable mix Atmos à partir d’un master stéréo, parce qu’il n’y a pas de sources séparées à placer. Tout ce qui prétend le faire applique un effet d’élargissement, ce qui est une chose différente et bien plus modeste. Quand le multipiste a vraiment disparu, la séparation peut produire des sources à placer : le résultat hérite de tout ce que la séparation a laissé derrière elle, ce qui est un vrai coût, qu’il vaut mieux nommer que cacher.

Le déroulement, dans les grandes lignes :

• •Affectez chaque élément à un canal du bed ou à un objet. Ce qui ancre le disque (kick, basse, voix principale) va généralement dans le bed et ne bouge pas.
• •Placez les objets, et automatisez leurs positions là où le mouvement sert la chanson. L’écueil ici est évident et courant : des sons qui tournent autour de l’auditeur parce que le format le permet.
• •Écoutez constamment le rendu binaural, parce que c’est ce que les auditeurs entendront. Un mix vérifié uniquement sur un dispositif d’enceintes est un mix optimisé pour la pièce que presque personne n’a.
• •Vérifiez le repli stéréo. Les plateformes en dérivent un, et la majorité des écoutes se font encore en stéréo. Un mix spatial qui se replie mal en stéréo a échangé le public qu’il a contre celui qu’il veut : une vérification de compatibilité mono est le moyen le plus rapide de savoir ce qui disparaît au repli.

Le livrable est un format de fichier

Un livrable de musique en Atmos est un fichier ADM BWF : un Broadcast Wave qui contient tout l’audio ainsi que des métadonnées décrivant chaque objet et son mouvement dans le temps. Il est volumineux, précisément spécifié, et les plateformes le valident à l’ingestion.

Il vaut la peine d’être clair sur ce point, car « nous prenons en charge Atmos » peut vouloir dire deux choses très différentes. Cela peut signifier qu’un outil produit un rendu binaural pour casque qui sonne spatial : utile, mais ce n’est pas un livrable Atmos. Ou que l’outil produit un ADM BWF valide qu’un distributeur acceptera. Le second est une obligation professionnelle, avec toute une chaîne d’outils de validation derrière.

Si vous comptez sortir un disque en Atmos, vérifiez ce que vous obtenez avant de bâtir un calendrier autour.

Le loudness en Atmos est différent, et c’est important

La spécification de livraison d’Apple pour la musique en Atmos indique que le loudness intégré ne doit pas dépasser −18 LKFS, et que le true peak (crête réelle) ne doit pas dépasser −1 dBTP, les deux étant mesurés selon l’ITU-R BS.1770-4 (Apple, Video and Audio Asset Guide, profil immersive audio source). Ce sont des limites plutôt que des cibles : un plafond vous dit où ne pas aller, alors qu’une cible vous invite à l’atteindre. Ces deux valeurs sont plus basses que les −14 LUFS que la plupart des gens visent pour le streaming stéréo, et elles concernent un livrable distinct : ne reportez pas un chiffre stéréo sur l’Atmos, et ne reportez pas celles-ci sur la stéréo. Ce que mesurent vraiment les LUFS couvre la mesure elle-même, et LUFS pour Apple Music explique comment la sortie stéréo est normalisée sur la plateforme où se fait l’essentiel de l’écoute en Atmos.

Par conséquent, sur une plateforme qui propose les deux, la version Atmos peut jouer nettement moins fort que la version stéréo : et les auditeurs qui comparent les deux préféreront généralement la plus forte, quelle que soit la meilleure. C’est le même piège que toute comparaison à niveaux inégaux, qui surgit à un nouvel endroit.

Il y a aussi un limiteur à prendre en compte : le moteur de rendu Atmos applique le sien, si bien qu’un mix qui arrive déjà écrasé est traité deux fois. Laissez de la marge et laissez le format faire son travail : pour la même raison qu’un mix exporté pour le mastering doit arriver sans limiteur sur le bus.

Est-ce que ça vaut la peine ?

Honnêtement, cela dépend, et les arguments des deux côtés sont réels.

Pour : les plateformes mettent en avant les sorties spatiales, ce qui est un avantage pour la découverte sans aucun rapport avec l’audio. Certains contenus en profitent vraiment : les arrangements denses gagnent en séparation, la musique ambient et orchestrale gagne de l’espace, et un disque riche en couches peut soudain s’entendre comme des couches. Et c’est une contrainte créative intéressante.

Contre : c’est un deuxième mix complet, pas une conversion. L’expérience d’écoute varie selon les oreilles de chaque auditeur, si bien que vous ne pouvez pas savoir avec certitude ce qu’ils entendent. La différence de loudness joue contre vous dans une comparaison rapide. Et un excellent mix stéréo bat un mix spatial médiocre à chaque fois, sur tous les systèmes.

Le conseil le plus clair : si votre mix stéréo n’est pas terminé et excellent, commencez par là, la sortie stéréo représentera l’écrasante majorité des écoutes, et c’est la version dans laquelle il vaut la peine d’investir. La version spatiale d’un disque qui ne fonctionne pas est la version spatiale d’un disque qui ne fonctionne pas.

Audio spatial, Atmos et autres termes

Ces termes s’emploient indifféremment et ne désignent pas la même chose. L’audio spatial est la catégorie générale : toute technique qui place le son en trois dimensions. Dolby Atmos est un format orienté objet précis, appartenant à Dolby, avec sa propre spécification, ses outils et sa validation. Le binaural est une technique de rendu pour le casque, utilisée par Atmos et par bien d’autres choses qui ne sont pas Atmos. L’ambisonie (Ambisonics) est une tout autre représentation spatiale, courante en réalité virtuelle et en radiodiffusion.

Un produit peut être spatial sans être Atmos, et binaural sans être ni l’un ni l’autre. Quand un outil dit faire de « l’audio spatial », la question utile est de savoir lequel de ces sens il donne au terme, et quel fichier il vous remet à la fin.