Les conditions de réception des uploads

Déjà, à la réception, les deux plateformes n’ont pas les mêmes critères de réception. Chez YouTube, les formats compressés à perte (lossy encoding) sont accepté à partir de 128 kbits/s de bitrate. Sur Spotify, le format doit être impérativement sans perte (lossless encoding) : .WAV (non compressé) ou .FLAC (compressé mais sans perte).

Bref rappels sur les caractéristiques des formats audionumériques

• L’échantillonnage est la fréquence donc les échantillons sont débités à la lecture (ou sont capturés à l’écriture). Il faut savoir que même avec le format non compressé, l’importation d’un signal audio sur un appareil numérique passe forcément par un échantillonneur qui se chargera de prendre le niveau de signal audio à une fréquence précise. Les deux taux d’échantillonnage les plus utilisés sont le 44.1 kHz puis plus tard le 48 kHz (qui a permis une synchronisation plus facile avec les vidéos qui à l’époque avait une norme de 24 images par secondes, ce qui fait que chaque image valait deux échantillons audio).
• Le profondeur de bits qui indique combien de de bits on utilise pour représenter l’amplitude du signal sur un échantillon.

Le bitrate réunit les deux paramètres : c’est le nombre de bits utilisés pour représenter une seconde de son. Vu les définitions précédentes, pour un format .WAV (sans compression) à 44.1 kHz d’échantillonnage avec 24 bits de profondeur de bits, on a 44 100 x 24 = 1 058 400 bits/s soit près de 1 Mbits/s.

Maintenant, parlons de compression. Rien à voir avec la compression audio lors d’un mixage avec le CL-2A. La compression, dans le monde numérique, consiste à réduire le nombre de bits qui représente, « approximativement » ou non, les mêmes données.

Grâce à des algorithmes tel que le AAC ou le Vorbis, la quantité de bits pour représenter un ensemble d’échantillon peut être baissé sans altérer ou en altérant très peu le signal représenté. Ceci permet de baisser le bitrate sans baisser le taux d’échantillonnage ni le profondeur de bits, et ainsi permettre, par exemple, un téléchargement plus rapide.

Les formats audios à la lecture

Les formats envoyés aux internautes sont différentes. Pour Spotify, les formats sont :

• Ogg/Vorbis (96, 160 ou 320 kbits/s)
• AAC (128 ou 256 kbits/s)
• HE-AACv2 (24 kbits/s)

Le format envoyé par YouTube est principalement du AAC aux alentours de 128 kbits/s VBR (le bitrate varie selon les moments de la vidéo, par exemple, un gros silence de 20s ne prend que quelques bits par rapport à une grosse ambiance varié de 20s). Les vidéos hautes définitions semblent avoir un peu plus de qualité audio.

Youtube semble également utilisé des encodages différentes selon le nombre de vues. Plus un vidéo est regardée, plus ils tentent d’utiliser de meilleurs codecs qui ont un meilleur rendement et donc un bitrate plus faible pour un maximum de profondeur de bits. C’est une pratique assez courante, permettant d’économiser les ressources nécessaires à la compression : faire un compression rapide pour tous les vidéos pour ne pas boucher la file d’importation de vidéos sur la plateforme, puis réencoder en mieux les contenus les plus demandés pour faire baisser la consommation de bande passante induite.

L’impact du profondeur de bits

Contrairement à ce que l’on tend à penser, le profondeur de bits est plus important que l’échantillonnage qui est aujourd’hui quasiment standard (entre 44.1 et 48 kHz). De plus, nos appareils d’écoutes sont généralement limité à 48 kHz. Moi même je dispose d’interface audio supportant jusqu’à 192 kHz à 24 bits de profondeur, et je préfère rester à 48 kHz en 24 bits, plutôt que d’aller à 96 kHz par exemple, mais à 16 bits. Pour une meilleure écoute, un profondeur de bits important doit être en place pour représenter plus fidèlement les niveaux de variations du signal sonore.

Mais surtout, le profondeur de bits influe (légèrement pour les non audiophiles) sur l’intensité sonore ressentie, mesurée en LUFS. Notre cerveau et nos oreilles ont tendance à s’accommoder d’un niveau signal ambiant, et ressent donc mieux les variations plus que les niveaux eux-mêmes. Or, moins il y a de profondeur, moins il y a de détails dans la variation.

C’est ainsi que s’explique la qualité de Spotify. Grâce à un bitrate constant et haut, ils peuvent proposer un profondeur de bits plus haut que celui de YouTube, et ainsi une sensation d’intensité plus raffinée.

Gérer la directivité de vos enceintes de retour

C’est LA première chose à faire. Si votre enceinte de retour émet des sons dans la zone de captation d’un microphone, c’est impérativement le larsen assuré. Avant même de tenter de corriger avec des EQ ou diminuer le gain sur la console, assurez-vous de bien placer vos enceintes.

Les enceintes de retour se placent habituellement devant l’instrumentiste (n’oubliez pas, la voix est aussi un instrument) et dirige le son vers son visage (et plus particulièrement ses deux oreilles). Dans le cas d’un chanteur ou d’une chanteuse, le micro utilisé pour la performance est naturellement dirigé de la même façon : le micro se place devant sa bouche et se dirige vers son visage également.

Le micro étant conçu pour la performance sur scène (comme le cas du célèbre Shure SM58), la polarité du micro empêche généralement la captation (du moins, la forte captation) des sons provenant de l’enceinte qui devraient donc actuellement provenir à 180° :

Evitez donc à partir d’aujourd’hui de placer des enceintes de retour à gauche ou à droite de votre chanteur. Comme vous pouvez constater sur la graphe, ceci peut augmenter considérablement les chances d’un larsen.

Utiliser des micros adaptés à la condition de captation

La deuxième chose à améliorer, c’est de choisir le bon micro pour la bonne condition de captation. S’il y a tant de micros sur le marché c’est que chacun répond à une demande précise. Comme on a vu sur le précédent paragraphe, la polarité d’un micro joue sur le larsen.

Evitez donc à tout prix de prendre des micros à forte « bleed » qui capterait des sons autour de son environnement, comme les retours de scène. C’est par exemple le cas des micros à condensateurs qui, comme par hasard, sont rares sur scène.

Dans le cas d’un batteur qui chante, par exemple, privilégiez plutôt un micro serre-tête avec peu de bleed au lieu d’un micro sur pied/perche immobile où vous allez devoir mettre un micro à forte bleed pour capter la voix pendant que le batteur bouge.

Envisagez même de mettre des shields sur les zones à forte ambiance sur scène (comme le cas de la batterie) pour protéger certains micros de certains sons inutiles. Par exemple, si votre chanteur se place trop près de la batterie, envisagez de mettre des drums shields autour de la batterie.

N’envoyez pas les rooms et les ambiances sur les retours de scène

Bien évidemment, des micros d’ambiances et de rooms nécessitent généralement une captation généralisée qui, dans ce cas, nécessite des micros très sensibles et très captatives. Ceci engendre malheureusement la captation non intentionnelle des retours de scène.

Mais fort heureusement, les rooms et les ambiances ne sont pas nécessaires sur scène. Revenons aux sources : pourquoi il vous faut des micros de rooms et d’ambiances ? C’est pour reproduire l’ambiance ressentie sur scène sur une autre condition d’écoute : dans le public, en transmission broadcast, ou dans votre salon en regardant un DVD du live. Ces ambiances sont généralement les réflexions sonores des éléments du scène.

Inutile donc de remettre sur scène ce qui y est déjà, ceci ne fait que boucler une boucle et inciter les larsens.

Adoptez les in-ears monitors

Les in-ears monitors sont des pépites qui évitent les larsens. Vu que ce que vous jouez ou chantez sur scène n’est plus renvoyé dans l’environnement ambiant de la scène mais directement dans vos oreilles, il est physiquement impossible pour votre micro de recapter ce qu’il envoie vers la console.

Toutefois, il est important de capturer tous les sonorités de la scène et de les envoyer dans vos in-ears monitors, sans quoi votre performance serait bizarrement légère et impuissante, du point de vue du performeur : l’envoi des micros d’ambiances et de rooms sont obligatoires. Vous serez même peut-être amené à ajouter d’autres micros d’ambiances (notamment les micros pour capter les cris du public).

Baisser la sensibilité de votre préamplificateur

Une fois tous les précédents problèmes réglés, et que le problème se manifeste toujours, il est temps d’ajuster la console.

La première chose à vérifier est le gain apporté par la préamplification et la compression (via son make-up gain). Si votre préamplificateur est trop sensible, il captera facilement des sonorités ambiantes provenant de votre source. Si c’est le cas, il est temps de baisser le gain.

Mieux vaut un gain faible pour isoler l’instrument à capter, puis remonter plus tard dans la chaîne de mixage le volume.

Régler les problèmes de directivités et de réflexions de la façade

C’est également possible que votre problème d’ingénieur de son/retour soit lié à un ingénieur système maladroit. Les enceintes de façades sont particulièrement puissantes et si elles sont mal configurés et mal positionnés, elles risquent de renvoyer du son ambiant trop important vers la scène.

Ce type de problème se manifeste principalement quand vous avez des façades trop reculés, ou bien des façades de balcons dirigés à +/- 90° et que les périphériques de gestions d’enceintes n’ont pas été correctement configurés pour les déphasages et retards (pour mettre toute la salle dans la même phase et donc la même directivité).

Il est aussi possible que l’ingénieur système pousse les enceintes de façades trop fort et que leurs sons se réfléchissent sur des surfaces (comme les murs, le sol, les gens de la salle, …). Les cathédrales sont particulièrement connus pour ces réflexions qui engendrent des échos puissants, même juste avec votre voix.

La première arme possible serait de baisser le volume. Oui, inutile d’avoir un gros bouilli sans nom, si à un volume plus bas, vous évitez les réflexions tout en gardant l’intelligibilité du son : vous évitez à la fois les larsens, mais vous gardez aussi une clarté de votre mixage.

Si vraiment une salle a une géométrie complexe qui induit des réflexions, investissez sur les panneaux acoustiques ciblant les points les plus problématiques.

Eliminez les points sensibles avec un EQ

Si vraiment rien n’y fait, il est temps d’éliminer les points sensibles avec un EQ. Un larsen se compose souvent d’une fréquence fondamentale et quelques harmoniques. Il suffit de baisser légèrement ces EQ sur la source pour essayez de couper le larsen. Sachez toutefois que cela altère inévitablement la qualité de la captation et devra être utilisé assez subtilement et à compte gouttes.

Vous pouvez également essayer de gérer cela sur le système des retours de scène uniquement, si le problème peut s’y régler. Cela permettra de garder un son non charcuté sur les façades.

L’IEM very low cost à $250

La solution la moins chère consiste tout simplement à fournir à chaque musicien un amplificateur de casque audio qui saurait résoudre à très petit prix la question du « more me » (« plus de moi »). En effet, le premier problème des musiciens sur les systèmes IEM, c’est de ne pas s’entendre soi-même correctement. Ceci peut à la fois venir d’oreillettes de mauvaise facture, mais aussi d’un mixage inadapté aux systèmes IEM en entrée de l’amplificateur de casque.

L’utilisation de système sans fil ne sera pas possible à moins d’avoir un très gros budget. Le système sans fil est très cher car nécessite beaucoup de challenges techniques (conversion analogique/numérique, protection des ondes électromagnétiques, émetteurs programmables pour pouvoir changer de canaux en cas d’interférence, système de synchronisation de fréquences, …).

Les écouteurs

Pour résoudre ces deux problèmes tout en maîtrisant le budget, je propose les in-ears monitors de la marque chinoise KZ Acoustics. Contrairement à ce qu’on peut penser des produits de cette région du globe, les IEM de cette marque sont très potable en utilisation professionnelle. J’utilise moi-même le KZ ZSN Pro depuis un an étant claviériste, et notre vocaliste utilise le KZ ZST-X depuis à peu près la même période.

Si le budget est réellement de préoccupation, je vous recommanderai le modèle KZ EDX qui me semble actuellement le moins cher de la marque. Beaucoup de Youtubeurs anglophones le recommande également.

L’amplificateur de casque

Pour les amplificateurs de casque, je recommande le Behringer MA400 qui sert à la fois d’ampli casque, de splitter et de mixer. Il en faudra un par musicien/chanteur. Son rôle sera de :

• mixer le signal de l’instrument en entrée avec un bus général (voire même le FOH) et doser la quantité d’instrument et la quantité de mix général pour que le musicien s’entend bien dans ses oreillettes tout en ayant la forme générale de l’ensemble.
• fournir une sortie THRU de l’instrument pour alimenter le console de mixage en façades. Il remplace donc un splitter.
• fournir la puissance d’amplification nécessaire pour les écouteurs in-ears. D’ailleurs, c’est l’une des avantages des écouteurs KZ, leur impédance fait qu’ils n’ont pas besoin de beaucoup de puissance.

A rappeler toutefois que l’entrée de ce mini-ampli/mixeur/splitter fonctionne à mic-level. Il vous faut donc impérativement un DI box pour abaisser le niveau de signal de votre instrument si elle fonctionne à line-level, sinon vous risquez de cramer le préamplificateur de ce merveilleux outil.

Il existe également le Behringer HA6000 qui vous permet d’avoir ce même outil mais directement pour 6 musiciens (donc 6 sorties de casques et 6 entrés auxiliaires). Par contre, le HA6000 a des entrés line-level et ne propose pas de solution pour splitter vos signaux. Vous aurez besoin d’un splitter et d’un préampli à part, ou bien un grand nombre de sorties auxiliaires depuis votre console pour ramener différents signaux aux amplis casques. En plus, vous perdez la possibilité de mettre les boutons à portée de chaque musicien, les potards de tous les musiciens devront être contrôlés au même endroit.

La console de mixage

Le plus merveilleux pour ce type de setup est que la console de mixage ne nécessite aucune modification. Vous gardez vos patchs, voire même vous retirez vos patch d’enceintes de retours wedge.

Les achats à faire (résumé)

Pour résumer, imaginons le coût et l’inventaire des matériels pour un groupe à 5 musiciens :

• 5x Behringer MA400 : 30$ x 5 = 180$
• 5x KZ EDX : 5$ x 5 = 25$
• Rallonges mini-jack pour les casques, câbles XLR et câbles jack pour alimenter vos amplis casques : à voir selon votre plan de scène

Ceci s’arrondit à moins de 250$ pour un setup complet de in-ears monitors suffisante pour un groupe débutant voire intermédiaire.

Les retours in-ears avec un console de retour dédié à moins de 1000$

Le glow up du précédent setup serait de décharger le rôle de mixage à l’ampli casque et de fournir une vraie console pour mixer les retours. Nous gardons donc les mêmes écouteurs (KZ EDX), et nous reconfigurons le reste.

L’ampli casque

Etant donné qu’on n’a plus besoin de mixer nos retours sur l’ampli casque, nous pouvons nous offrir un ampli casque moins cher et plus compacte. Le Behringer P2 répond à ce besoin. C’est très peu coûteux et surtout moins encombrant sur scène.

Le console de mixage

Vous pouvez minimiser vos budgets en utilisant directement la console de mixage des façades pour mixer un bus retour pour chaque ampli casque. Mais vous n’aurez probablement pas assez de sortie si la console de mixage des façades n’a pas assez d’auxiliaires/mixbus.

Par conséquent, il est primordial d’investir dans une console de mixage pour mixer vos retours de scène. L’utilisation d’une console de mixage numérique me semble indispensable, car ceci vous permettra d’avoir individuellement le contrôle de vos retours par musicien en utilisant leurs smartphone, étant donné que si vous êtes serré niveau budget c’est qu’il n’y aura souvent jamais de technicien son dédié aux retours.

Il faudra également que la console ait assez de mixbus/auxiliaires pour alimenter chaque ampli casque. Pour la plupart des groupes de musiques ordinaires, je recommanderai la Behringer XR18.

Mais pour envoyer vos instruments à la fois à la console de façade et la console de retour, vous devez disposer d’un splitter, active ou passive (appelés également des câbles Y). Pour ma part, je recommande toujours la marque Behringer qui me semble la meilleure option pour maîtriser son budget : je prendrai donc autant d’Ultralink MS8000 que j’en aurais besoin. Généralement, avec un XR18, vous aurez besoin de deux de ces splitters.

Pour ceux qui ont plus de budget, vous pouvez prendre la Behringer X32 dans sa format « rack » et vous épargnez peut-être le besoin d’un splitter si votre console de façade est aussi une console compatible AES50 : vous pourrez alors partager les entrées d’une console à une autre juste avec un câble RJ45 et des routings dans le menu. Mais pour moi, ça revient beaucoup plus cher.

Résumé des achats

Pour un groupe à 5 musiciens, on va donc compter :

• 5x Behringer P2 : 35,35$ x 5 = 176,75$
• 5x KZ EDX : 5$ x 5 = 25$
• 1x Behringer XR18 : 529$
• 2x Behringer ULTRALINK MS8000 : 72$ x 2 = 144$
• Câbles XLR pour ramener les signaux à la console de retour et pour ramener les auxiliaires aux amplis casques

Ce qui nous mets autour de 900$. Si on avait opté pour un X32 rack et estimé que la console de façade a une entrée/sortie AES50 :

• 5x Behringer P2 : 35,35$ x 5 = 176,75$
• 5x KZ EDX : 5$ x 5 = 25$
• 1x Behringer X32 rack : 969$
• Câbles XLR pour ramener les signaux à la console de retour et pour ramener les auxiliaires aux amplis casques, câble RJ45 pour échanger les signaux entre la console de façade et la console de retour

Soit autour de 1200$. Personnellement, je trouve que la contrainte qu’ajoute la X32 avec l’interface AES50 n’en vaut pas la peine :

• Si vous ne faites que des petits scènes, vous aurez de petits consoles et la gamme des produits qui a l’interface AES50 n’est pas réellement entrée de gamme (le coût de licence pour implémenter cette interface est cher).
• Et dès que vous attaquez de gros scènes, il y aura des matériels professionnels, et la marque Behringer est souvent absent dans le milieu professionnel pour la simple raison qu’elle n’est pas réellement destiné pour ce milieu, dans l’inconscient collectif des techniciens sons. Vous verrez plutôt des Midas, des Yamaha et des Allen & Health qui ne parlent pas AES50 (avec Midas il y a encore un peu d’espoir).

Mais quand vous êtes dans un écosystème 100% Behringer, la X32 c’est le top : votre X32 rack pourrait se connecter au réseau, que ce soit l’AES50, l’Ultranet voire même du Dante, du MADI ou du SoundGrid si vous achetez la carte d’extension qui va avec.

Vous remarquerez également mon choix de n’utiliser que des matériels au format rack, ceci vous permettra de garder l’ensemble dans un rack unique pour faciliter le transport et les branchements (vous gardez tout pré-branché dans le même rack et vous l’emportez partout).

En prime, vous pouvez utiliser l’interface audio intégré à la XR18 ou à la X32 pour faire un enregistrement multipiste d’un spectacle et/ou utiliser des effets/plugins/samples en live (VST et VSTi notamment). Avec la X32, vous pouvez carrément faire du virtual soundcheck (la XR18 pourrait aussi faire du virtual soundcheck mais uniquement sur vos retour in-ears, car elle n’envoie rien sur la console en façade).

Abordons le wireless pour $1000 de plus : matériel in-ears monitors pour un budget de $2000

Ici, on va pouvoir se lâcher un peu en ajoutant des systèmes sans fil. Nous garderons tout le setup complet avec la XR18 mais nous retirerons quelques amplis casques en remplaçant par des transmetteurs IEM.

Transmission sans fil

Ainsi, pour la transmission sans fil, vous ne trouverez rien de potable du côté de la chine.

Update décembre 2022 : une marque américaine nommé Phenyx Pro semble fabriquer ses appareils en chine tout en ayant une réputation assez positive auprès des youtubeurs américains.

Il y a toutefois quelques points à vérifier pour choisir votre système sans fil :

• Le type de transmission : analogique ou numérique. La transmission analogique est moins complexe. En raison de sa faible complexité, la transmission peut être facilement perturbé. Au contraire, un système numérique dispose généralement de mécanismes assurant l’intégrité de la transmission et évitant ainsi les altérations de celui-ci. Toutefois, la conversion analogique/numérique reste une opération électroniquement coûteuse (en conception et en fabrication).
• La plage de transmission : évitez la plage de fréquence de 2.4 GHz qui est fortement utilisé par des appareils diverses comme le Wifi, le bluetooth et bien d’autres. La fréquence 5 GHz et 6 GHz sont actuellement assez libre, mais les mêmes usages du 2.4 GHz prévoient actuellement migrer vers ces nouvelles fréquences, donc le même problème surviendra dans les années à venir dans cette plage.
• Groupage et canaux : le mécanisme de groupage et de canaux permet de choisir la fréquence sur laquelle transmettre. Plus vous avez du choix, plus vous évitez les interférences en choisissant des canaux et groupes peu saturés. Encore mieux si vous pouvez faire scanner les fréquences.

Le Phenyx Pro PTM-11 reste actuellement le système sans-fil moins cher que j’ai trouvé sur internet ayant des retours potables de la part de youtubeurs et influenceurs. Son alternative, le Phenyx Pro PTM-10, permet d’utiliser deux récepteurs par émetteurs en mono, tandis que le Phenyx Pro PTM-22 est un combiné de deux Phenyx Pro PTM-11 dans la même boîte.

Résumé

Pour un groupe de 5 musiciens et 1 vocaliste qui sont 100% wireless :

• 1x Behringer XR18 : 529$
• 2x Behringer ULTRALINK MS8000 : 72$ x 2 = 144$
• 3x Phenyx Pro PTM-22: 255$ x 3 = 765$
• Câbles XLR pour ramener les signaux à la console de retour et pour ramener les auxiliaires aux amplis casques

Ce qui nous mets autour de 1500$.

Conclusion générale

Les retours in-ears peuvent paraître trop cher à premier abord, mais finalement 250 $ correspond à un tarif beaucoup moins cher que l’achat de retours wedge, et permet beaucoup plus en terme de flexibilité (utilisation de click tracks et backing tracks, moins de volume sur scène, …). Mais dès qu’on grimpe dans les sans fils, c’est beaucoup plus cher.