ACX veut du son d’ambiance, pas du silence. Ses exigences actuelles recommandent 1 à 5 secondes de son d’ambiance au début et à la fin de chaque fichier, et l’espacement en son d’ambiance ne doit jamais dépasser 5 secondes, où que ce soit dans le fichier. Quand vous supprimez les silences d’une narration, vous raccourcissez donc les pauses et vous comblez les coupes avec un son d’ambiance propre. Vous ne réduisez jamais un blanc au zéro numérique. Cet article présente les chiffres d’ACX, la gestion des pauses et des respirations, et la vérification d’un fichier avant sa mise en ligne.
Ce qu’exige ACX
Voici les exigences audio de la page du centre d’aide d’ACX. Relisez la page elle-même avant de soumettre, car ACX la met à jour.
| Exigence | Formulation d’ACX, résumée |
|---|---|
| Son d’ambiance en début et fin | 1 à 5 secondes recommandées au début et à la fin de chaque fichier |
| Espacement | L’espacement en son d’ambiance ne doit pas dépasser 5 secondes |
| Niveau | Entre -23 dB et -18 dB RMS |
| Crêtes | Pas plus haut que -3 dB |
| Bruit de fond | Pas plus haut que -60 dB RMS |
| Format | MP3 CBR à 192 kbit/s ou plus, 44,1 kHz |
| Canaux | Tous les fichiers au même format, tous en mono ou tous en stéréo |
| Durée | Aucun fichier de plus de 120 minutes |
| Contenu | Un chapitre ou une section par fichier, avec son titre de section ; crédits d’ouverture et de fin dans des fichiers séparés |
| Audio propre | Pas de plosives, de pops de micro, de clics de souris, de bruits de bouche excessifs ni de chutes |
Remarque sur le chiffre de début et de fin : un ancien article du blog d’ACX sur le montage donnait 0,5 à 1 seconde au début et 1 à 5 secondes à la fin, et une note de la rédaction sur ce même article renvoie à une règle plus récente. La page des exigences est la référence actuelle, et elle présente son chiffre de 1 à 5 secondes comme une recommandation.
Du son d’ambiance, pas du silence numérique
Le glossaire d’ACX définit le son d’ambiance (room tone) comme le bruit de fond d’une pièce, et précise que pour un livre audio, ce doit être le son au repos de votre studio, aussi proche du silence que possible. Cette dernière partie se lit facilement de travers. Aussi proche du silence que possible signifie une pièce calme. Cela ne signifie pas remplacer la pièce par des zéros.
L’article d’ACX sur le contrôle qualité est direct : votre audio ne doit jamais tomber à zéro absolu (« Your audio should never drop to absolute zero »). Il ajoute que votre son d’ambiance doit être votre niveau de référence et rester constant tout du long. La raison est simple. Les auditeurs entendent la pièce sous votre voix en permanence. Quand un blanc tombe au silence numérique, la pièce disparaît puis revient, et cette bascule s’entend davantage que la pièce elle-même.
L’article d’ACX sur le montage et l’espacement dit la même chose côté montage : les parties retirées sont remplacées par un son d’ambiance propre. Il conseille aussi d’enregistrer un nouveau son d’ambiance chaque fois que vous changez de micro ou de réglages de studio.
Comment enregistrer le son d’ambiance
- Installez-vous exactement comme pour la narration : même position de micro, même gain, même pièce.
- Restez immobile et silencieux, et enregistrez un moment de la pièce vide.
- Nommez-le avec la date de la session, et réenregistrez-le dès que quelque chose change dans l’installation.
- Utilisez-le pour combler chaque coupe et chaque blanc des fichiers de cette session.
Quelles pauses raccourcir, lesquelles garder
Les pauses d’une narration font partie de l’interprétation. Elles indiquent à l’auditeur où une phrase se termine, où un paragraphe tourne et où une scène change. La suppression des silences doit retirer les hésitations et les temps morts, pas la structure.
| Pause | Que faire |
|---|---|
| Entre deux mots, après un accroc ou une hésitation | Raccourcir ou retirer |
| Entre deux phrases | Garder une pause naturelle, ne raccourcir que les longueurs évidentes |
| Entre deux paragraphes | La garder nettement plus longue qu’une pause de phrase |
| Changements de scène et de section | Y placer les pauses internes les plus longues, sous la limite d’espacement de 5 secondes d’ACX |
| Début et fin de chaque fichier | Son d’ambiance, selon la recommandation actuelle d’ACX |
| Reprises et chutes | Retirer la mauvaise prise et sa pause, combler la jonction avec du son d’ambiance |
ACX ne publie pas de durées fixes pour les pauses de phrase ou de paragraphe. Le meilleur repère est la constance : choisissez une sensation pour chaque type de pause dès le chapitre 1 et gardez-la sur tout le livre. ACX cite la constance de l’espacement parmi ses exigences, à côté des niveaux, du timbre et du bruit.
Les respirations
C’est sur les respirations que le montage d’une narration dérape le plus souvent. Supprimez-les toutes, et la voix semble ne jamais avoir besoin d’air. Gardez-les toutes, et un passage calme se remplit d’inspirations.
- Supprimez les respirations bruyantes ou sèches, ainsi que la respiration avant le premier mot d’un fichier.
- Baissez le volume des respirations restantes au lieu de les supprimer, si votre logiciel le permet.
- Quand vous supprimez une respiration, comblez l’espace avec du son d’ambiance, pas du silence, et gardez à peu près la même durée de pause.
- Méfiez-vous des respirations qu’un outil de suppression des silences garde parce qu’elles dépassent son seuil. Elles se trouvent souvent juste au début d’une phrase.
Ce que la suppression automatique des silences fait à une narration
La plupart des outils de suppression des silences utilisent trois réglages : un niveau sous lequel l’audio compte comme silence, une durée de pause minimale et une marge gardée autour de la parole. Appliqués à une narration avec des réglages de podcast, ils produisent des pauses toutes de la même courte durée. La différence entre une virgule, un point et un changement de paragraphe disparaît.
Deux approches fonctionnent mieux pour une narration longue :
- Raccourcir, pas supprimer. Dans Audacity, Effect > Special > Truncate Silence a deux modes (libellés de la version anglaise). Truncate Detected Silence ramène chaque pause détectée à la même durée. Compress Excess Silence raccourcit seulement la partie de chaque pause qui dépasse la durée minimale, selon un pourcentage que vous choisissez : les pauses longues restent plus longues que les courtes. Ce second mode conserve la forme de votre rythme. Comme les deux modes raccourcissent la pause existante, l’audio qui reste est votre propre son d’ambiance. Le guide Audacity détaille toutes les étapes.
- Supprimer, puis reconstruire le début et la fin. L’outil gratuit de ce site retire les pauses plus longues que son réglage Pause minimale et garde une marge définie par Marge autour de la voix. Il coupe aussi entièrement le silence au tout début et à la toute fin du fichier : vous devez donc rajouter du son d’ambiance au début et à la fin avant de soumettre.
Réglez le niveau de silence un peu au-dessus de votre bruit de fond. Si le niveau est sous le bruit de la pièce, rien ne compte comme silence. S’il est très au-dessus, les fins de mots discrètes sont coupées. Les réglages du seuil de silence expliquent comment trouver le bon niveau.
Niveau sonore : ACX mesure en RMS, pas en LUFS
La règle de niveau d’ACX est de -23 à -18 dB RMS avec des crêtes à -3 dB maximum. La page des exigences ne mentionne pas le LUFS. C’est important, car beaucoup d’outils normalisent vers une cible en LUFS, Audacity compris par défaut.
QuellCut, par exemple, normalise l’audio à -16 LUFS. Le LUFS est une mesure différente du RMS, et -16 LUFS n’est pas la spécification d’ACX. Un fichier normalisé à -16 LUFS n’est pas réglé dans la plage d’ACX, et rien dans cette normalisation ne vérifie vos crêtes ni votre bruit de fond. Si votre livre part chez ACX, mesurez le RMS et les crêtes après toute normalisation, et ajustez avec un outil qui cible le RMS.
Dans Audacity, Effect > Volume and Compression > Loudness Normalization peut le faire. L’effet propose Perceived loudness (-23 LUFS par défaut) ou RMS (-20 dB par défaut). La normalisation RMS monte ou baisse tout le fichier : vérifiez donc les crêtes ensuite. Pour en savoir plus sur les cibles en LUFS, consultez Le niveau sonore des podcasts et les LUFS.
De l’enregistrement à la mise en ligne
| Étape | Que faire | Comment vérifier |
|---|---|---|
| Enregistrement | Même installation à chaque session ; son d’ambiance enregistré au début de chacune | Écoutez le son d’ambiance au casque pour repérer bourdonnement et bruit |
| Montage | Retirez reprises et accrocs, comblez chaque jonction avec du son d’ambiance, raccourcissez les longues hésitations | Écoutez les passages montés en x1, pas seulement en accéléré |
| Pauses | Raccourcissez les pauses avec un mode qui garde leur durée relative | Contrôlez les changements de paragraphe et de scène, vérifiez qu’aucun ne dépasse 5 secondes |
| Mastering | Ramenez le RMS entre -23 et -18 dB et gardez les crêtes à -3 dB ou moins | Mesurez le RMS, les crêtes et le bruit de fond sur le fichier final |
| Export | MP3 CBR à 192 kbit/s ou plus, 44,1 kHz, même format de canaux pour tous les fichiers | Vérifiez les propriétés du fichier et une durée sous 120 minutes |
| Mise en ligne | Passez chaque fichier dans l’outil d’analyse audio d’ACX | Lisez son rapport, puis écoutez ce qu’il ne peut pas détecter |
Deux outils aident à l’étape de vérification :
- ACX Check est un plug-in d’analyse pour Audacity, disponible sur le site des plug-ins d’Audacity. Il indique le niveau de crête, le niveau RMS et le bruit de fond, qu’il mesure comme le niveau RMS des 500 millisecondes les plus calmes de la sélection. Sa page précise que cette mesure peut être trompeuse quand une partie de la sélection est plus calme que le reste.
- L’outil d’analyse audio d’ACX s’applique aux fichiers mis en ligne sur ACX. D’après la FAQ d’ACX, il vérifie le RMS, les crêtes, le débit, la méthode de débit, la fréquence d’échantillonnage, les canaux mixtes, les fichiers en double et l’espacement. Il ne détecte ni les problèmes de bruit de fond, ni les défauts de montage, ni les bruits parasites, et ses résultats ne sont visibles que par les producteurs et les ayants droit en autoproduction. ACX note aussi que les mesures de RMS et de crêtes peuvent différer d’un logiciel ou d’un mesureur à l’autre.
Aucun de ces outils n’écoute votre interprétation. Un fichier peut passer tous les chiffres et garder une coupe maladroite au chapitre 12.
Voix off commerciale : publicité et e-learning
En dehors des livres audio, il n’existe pas de spécification unique : les consignes de livraison du client passent d’abord. Quelques habitudes restent valables :
- La publicité se coupe pour tenir dans une durée fixe. Raccourcissez les pauses pour tenir le temps avant d’envisager d’accélérer la lecture, ce qui modifie la voix.
- L’e-learning passe souvent sous du texte et des animations à l’écran. Gardez des pauses après les points clés, car l’apprenant est peut-être encore en train de lire. Demandez si le client veut des fichiers découpés par diapositive ou par écran.
- Les vidéos explicatives et les vidéos d’app sont calées sur l’image. Des pauses qui semblent longues sur la forme d’onde peuvent être nécessaires pour tomber sur un changement visuel.
- La livraison. Sauf demande contraire du client, laissez une courte marge de son d’ambiance au début et à la fin de chaque fichier, pour que son monteur ait de quoi couper, et ne livrez jamais avec du silence numérique aux extrémités.
Les erreurs à éviter
- Couper le son des blancs au lieu de les combler avec du son d’ambiance.
- Utiliser un son d’ambiance d’un autre jour ou d’une autre installation, si bien que le fond change en plein chapitre.
- Passer tout un livre dans une suppression des silences réglée comme pour un podcast et ramener toutes les pauses à une seule durée.
- Prendre le résultat en LUFS d’un outil de normalisation pour une preuve du niveau ACX.
- Réduire le début et la fin à zéro, puis oublier d’y remettre du son d’ambiance.
- Mélanger fichiers mono et stéréo dans un même projet.
La place des outils de ce site
L’outil gratuit de ce site sert à un premier coup d’œil : ouvrez un extrait de chapitre de 3 minutes maximum, voyez quelle part est faite de pauses, et écoutez l’effet de différents réglages Pause minimale et Marge autour de la voix. Il fonctionne dans votre navigateur et exporte en WAV. Il n’ajoute pas de son d’ambiance et ne vérifie pas les spécifications d’ACX.
QuellCut sur iPhone et iPad convient aux brouillons de voix off et aux contenus parlés : il supprime les silences et les mots parasites, vous laisse vérifier chaque coupe sur une timeline, et exporte en M4A ou WAV. Sa normalisation à -16 LUFS n’est pas la spécification de niveau d’ACX, et elle ne rend pas un fichier conforme à ACX. Pour un livre audio, finalisez le master dans un logiciel audio et vérifiez-le vous-même par rapport aux exigences d’ACX. Le guide audio présente d’autres méthodes pour l’audio seul.
Questions
- Combien de son d’ambiance ACX demande-t-il au début et à la fin d’un fichier ?
- Les exigences actuelles d’ACX recommandent entre 1 et 5 secondes de son d’ambiance au début et à la fin de chaque fichier, et précisent que l’espacement en son d’ambiance ne doit pas dépasser 5 secondes. D’anciens articles du blog d’ACX donnent d’autres chiffres pour le début et la fin : référez-vous à la page des exigences.
- Puis-je mettre du silence numérique entre les paragraphes ?
- Non. ACX indique que votre audio ne doit jamais tomber à zéro absolu et que le son d’ambiance doit être votre niveau de référence. Comblez les coupes et les blancs avec un son d’ambiance propre enregistré pendant la même session.
- Normaliser à -16 LUFS suffit-il pour le niveau ACX ?
- Pas à lui seul. ACX exige -23 à -18 dB RMS avec des crêtes à -3 dB maximum, mesurés en RMS et non en LUFS. Mesurez le RMS et les crêtes après toute normalisation.
- L’outil d’analyse audio d’ACX vérifie-t-il le bruit de fond ?
- D’après la FAQ d’ACX, non. Il vérifie le RMS, les crêtes, le débit, la méthode de débit, la fréquence d’échantillonnage, les canaux mixtes, les fichiers en double et l’espacement : vérifiez donc le bruit de fond vous-même.
- Faut-il supprimer toutes les respirations d’une narration ?
- En général, non. Supprimez les respirations bruyantes ou gênantes, et atténuez les autres plutôt que de les effacer, pour que les phrases ne se télescopent pas.
Sources: ACX : exigences pour les fichiers audio (en anglais), ACX : FAQ de l’outil d’analyse audio (en anglais), Blog ACX : Why did my title fail QA? Part 5 (en anglais), Blog ACX : montage et espacement avec Alex the Audio Scientist (en anglais), Manuel Audacity : Truncate Silence (en anglais), Manuel Audacity : Loudness Normalization (en anglais).
