IV) SYNTHESES SONORES NUMERIQUES & EFFETS

Merci à C.Bourdoncle et L.Favre pour leur participation à la rédaction de cet article

4.1 La numérisation

Plus récente que la synthèse analogique, la synthèse numérique utilise un procédé supplémentaire : un synthétiseur ou un sampler qui joue des échantillons sonores enregistrés et mémorisés dans une banque de sons. Il est capable, en lisant un échantillon plus ou moins vite, de transposer le son et ainsi de couvrir plusieurs octaves.

Le désavantage de ce type de procédé est qu’un son est plus court lorsqu’il est joué plus aigu, plus long lorsqu’il est joué plus grave, ce qui est incompatible avec un son acoustique dont la durée est indépendante de la hauteur de la note.

L’avantage certain est que les sources sonores de base sont infinies, et non plus limitées par quelques oscillateurs comme dans le cas de la synthèse analogique.

L'opération de numérisation (enregistrement depuis une source analogique) se réalise en deux étapes présentées ci-dessous :

• 1^ère étape : L’échantillonnage

Un ordinateur ne sait gérer que des valeurs numériques discrètes. Il faut donc échantillonner le signal analogique pour convertir la tension en une suite de nombres qui seront traités par l'ordinateur. Le convertisseur analogique/numérique placé sur les entrées analogiques de la carte son effectue cette tâche. On passe ainsi d'un signal à temps continu à une suite discrète de valeurs mesurées à intervalles réguliers. Le signal analogique est ainsi découpé en échantillons (samples). Le nombre d'échantillons par seconde représente la fréquence d'échantillonnage (Fe) ou sampling rate exprimée en Hertz (Hz)

• 2^ème étape : La quantification

C'est la seconde étape de la numérisation. Après avoir découpé le signal continu en échantillons, le convertisseur analogique/numérique (CAN) attribue une valeur entière et constante (hauteur du palier fig.2) au signal pendant chaque période Te. La résolution N du convertisseur (généralement 8-16-20 ou 24) définit l’ensemble des différentes valeurs possibles attribuables à l’amplitude du son : plus la résolution est grande (et plus la fréquence d’échantillonnage est élevée), plus le son numérisé s’approche du son original.

Codage sur 8 bits = 2 puissance 8 = 256 valeurs possibles (de 00000000 à 11111111 en binaire-ex : téléphone fixe)
Codage sur 16 bits = 2 puissance 16 = 65536 valeurs possibles (CD)
Codage sur 20 bits = 2 puissance 20 = 1.048.576 valeurs possibles
Codage sur 24 bits = 2 puissance 24 = 16.777.216 valeurs possibles

Ainsi, la numérisation permet de transformer un signal sonore en fichier enregistré sur support numérique (Cd, disque dur…). Les logiciels permettent, ensuite, d'effectuer divers traitements comme l'édition, le nettoyage, le filtrage, l'application d'effets, le mixage…

A l'issue de ces traitements audionumériques, le fichier obtenu est traduit en tension afin de pouvoir être écouté au travers de haut-parleurs.

Exemples :

Téléphone standard : 11.025 KHz 8bits ; CD : Fe = 44.1 KHz 16 bits ; DVD audio : 192KHz 24 bits

Pratique de la conversion et phénomène de repli spectral :

La reconstruction d’un signal analogique n'est possible que si les variations (la fréquence du signal analogique) de celui-ci sont assez lentes, ou réciproquement si la fréquence d'échantillonnage est assez élevée, l’amplitude du signal numérique restant constante pendant chaque période Te (Fe (Hz) =1/Te(s)).

D'un point de vue théorique, l'échantillonnage correspond à la "périodisation" du spectre. En conséquence, l'intégrité du signal est maintenue tant que les copies (les alias en anglais) du spectre ne se superposent pas. Le phénomène de recouvrement des spectres est nuisible et s'appelle le repli spectral (ou aliasing en anglais).

Pour éviter le repli spectral, il faut que la fréquence d'échantillonnage soit, au minimum, supérieure à deux fois la plus grande fréquence du signal échantillonné (théorème de Shannon). En pratique, le signal audio utile est limité par notre perception, c'est-à-dire 16 kHz (20KHz maximum), la fréquence d'échantillonnage doit donc être de 40 kHz minimum : On élimine donc toutes les composantes hautes fréquences à l'aide du filtre anti-repliement (anti-aliasing) du convertisseur.

Il faut aussi s’assurer d’enregistrer sa source en optimisant la dynamique sonore (écart entre le son le plus fort et le son le plus faible en déciBels) pour enregistrer une source avec la meilleure qualité possible :

• Si l’amplitude de la source ou le volume d’enregistrement sont trop importants, le convertisseur sature : il se produit un écrasement des pics.

• Si l’amplitude de la source ou le volume d’enregistrement est trop faible, le signal enregistré perd de la dynamique au profit des bruits.

4.2 La MAO et les synthèses numériques

4.2.1 La génération numérique du son

Les progrès technologiques au niveau des microprocesseurs et les DSP (Digital Signal Processor) permettent, aujourd’hui, au grand public de disposer de moyens virtuels très performants. La plupart des fonctions des anciens systèmes analogiques sont, maintenant, intégrées de façon logicielle beaucoup moins coûteuse et encombrante et surtout sans limitation ou presque de mémoire (possibilité de faire un grand nombre de copies-représentations graphiques-Analyses spectrales, etc…).

Les nouvelles machines « analogiques » (synthétiseurs…) ont des DSP embarqués et fonctionnent comme des ordinateurs dédiés au son (ou de pair avec un ordinateur), avec l’avantage d’une interface clavier/potentiomètres plus adaptée au jeu de scène.

Certaines synthèses sonores, en addition, des synthèses FM, additives, soustractives … sont propres aux systèmes numériques.

4.2.1.1 La lecture d’échantillons 

Elle représente la majeure partie des instruments électroniques actuels, la lecture d'échantillons est un moyen facile de fabriquer des synthétiseurs à synthèse soustractive. En effet, plutôt que de fabriquer des formes d'ondes originales et évolutives, on crée des timbres complexes à partir d’une base composée d’une multitude d'échantillons sonores. Cette technique a rendu très réalistes les instruments basés sur ce principe. A cause du caractère reconnaissable d'un certain nombre d'échantillons, il est parfois difficile de créer des sons radicalement nouveaux.

Cette lecture peut être dite « simple » : les sons sont alors des formes d’ondes stockées en ROM gardant toujours la même allure au cours du temps (E-Mu Proteus 2, Roland M-VS1..)

Elle peut aussi être « avancée » : Dans ce cas, on dispose d’un certain nombre de contrôles sur le son comme l’enveloppe ADSR ou le LFO (Roland D50, Korg M1…)

Issus du Mellotron (1962) utilisant le support magnétique, les échantillonneurs (samplers) numériques permettent de créer des banques composées de sons enregistrés par l’utilisateur.

4.2.1.2 La synthèse granulaire 

Création d'une onde sonore complexe à partir de fragments sonores de l'ordre de la milliseconde.

Elle assure le contrôle de la durée, de la vitesse et du sens de lecture d’un son et permet de créer des sons « scratchés » avec un fichier audio (cf. figure 18). Le son peut être ainsi très différent de l’original (scratch : Effet sonore utilisé par les DJ obtenu en contrôlant la vitesse et le sens de lecture d’une ou deux platines).

4.2.1.4 La synthèse à modélisation analogique virtuelle 

Avec cette technique, on simule l'architecture de générateurs sonores propres aux anciennes machines analogiques : les composants électroniques des synthétiseurs analogiques n'existent que virtuellement sous forme d'instructions logicielles. Par ce moyen on échappe aux inconvénients liés à l'utilisation des circuits analogiques comme l'instabilité de l'accordage ou la difficulté d'enregistrement précis des réglages. De plus, la vitesse de calcul des circuits DSP actuels permet d'aller au delà des performances des premiers synthétiseurs analogiques.

4.2.1.5 La synthèse à modélisation physique

La synthèse par modélisation physique est un procédé de synthèse acoustique offrant un réel contrôle expressif du son produit. Elle comprend deux modèles de synthèses utilisant le même principe mais n'offrant pas les mêmes contrôles ni les mêmes sonorités : le procédé dit à oscillations entretenues est particulièrement destiné à concevoir des sons d'instruments à cordes frottées ou à vent. Le procédé dit à oscillations libres, est lui réservé aux sons percussifs et aux cordes frappées. Cette synthèse utilise comme source des modèles de phénomènes physiques observés sur des instruments acoustiques et traduits en algorithmes.

Une fois l'algorithme choisi (le type de corps d'instrument), le son est créé à partir de divers paramètres : la pression produite sur l'instrument, l'embouchure (le bec d'une flûte, l'archet d'un violon...)… Ces contrôleurs peuvent être associés de multiples façons. D'autres modules assistent les contrôleurs tels que l'ajout de souffle, le filtre (à l'instar de la synthèse soustractive), la hauteur et le vibrato.

Point fort : elle facilite la modélisation des sons d'instruments acoustiques. Grâce à la modélisation physique, les fabricants peuvent créer numériquement de nouveaux types d'instruments, avant de les créer réellement.

Point faible : cette forme de synthèse nécessite des ressources énormes en termes de puissance de calcul et d’espace disque. La polyphonie (nombre de notes simultanées) se voit donc très souvent limitée par les ressources du système.

4.2.1.6 La synthèse par morphing

Développée par le constructeur américain E-Mu, elle est basée sur l’utilisation des filtres. Elle implique l'utilisation des technologies numériques, seules capable de générer les calculs nécessaires. En effet, le morphing ne se limite pas au classique filtre du 4^ème ordre de la synthèse soustractive, mais offre plusieurs filtres pouvant atteindre le 14^ème ordre. Le processus de morphing consiste à créer une variation de l’état de ces filtres au cours du temps. Divers paramètres permettent de régler la vitesse de transition, le nombre d'étapes et les profils de filtrage. De nombreuses possibilités de connexion entre filtres sont possibles.

4.2.1.7 La synthèse virtuelle

Très puissante, la synthèse virtuelle se base sur l'utilisation de l'ordinateur et de logiciels modulaires tels que REAKTOR ou Synthedit. Elle reproduit sous forme graphique la plupart des procédés de synthèse et de filtrage et de créer ainsi de nouveaux instruments.

4.2.2 L’édition numérique du son

Les logiciels d’édition « audio » permettent l'acquisition (enregistrement sur le disque dur), l'édition (visualisation du fichier sonore et fonctions de base : couper, coller…), l'application d'effets sonores, le traitement des bruits (denoiser, declicker, decrackler, et filtres divers) (cf. figure 21).

Ils peuvent être complétés par des petits logiciels additionnels appelés "plug-ins" qui étendent leurs possibilités. Certains de ces logiciels reconnaissent les très nombreux plug-ins DirectX ou VST. Cette caractéristique donne accés à tout un ensemble de générateurs, de denoisers/decracklers/declickers (suppression du bruit, des craquements, des cliquetis), d'équalisers, de filtres et d'effets spéciaux favorisant la réalisation de "trucages" réalistes pour simuler le son d'un ampli à lampes, d'un vieux vinyle, …

Figure 7 : Analyse spectrale d’une mélodie avec le logiciel « Sonic Foundry – Soundforge »

4.2.3 Le séquençage du son

Il existe une multitude de séquenceurs audio. Destinés au montage, ces logiciels servent à mélanger (mixer) des échantillons sonores ou à composer des morceaux de musique. Ils permettent généralement l'import/export dans les formats audio les plus courants (wav, MP3, aiff...) avec un nombre de pistes variant de 4 à l'infini. Ils peuvent offrir des effets intégrés (réverbération, écho…) ou des outils de création de boucles sonores (boîtes à rythmes, synthétiseurs).

Ils fonctionnent :

• par échantillons pré-enregistrés (jusqu’à 10 pistes simultanées) : Ce sont, en général, des logiciels à prix réduits dédiés aux débutants. On dispose de fichiers « loops » que l’on peut retraiter grâce à quelques effets sommaires : faciles d’approche, ils pêchent, à notre avis, par le manque d’originalité et de diversité du son.

• par boucles et par pistes programmables : Ils offrent la possibilité d’importer ou convertir des sons aux formats différents, de créer des mélodies, d’effectuer de nombreux traitements et effets, de créer des boucles, de synthétiser des sons, de contrôler des machines ou des éditeurs externes… 

4.3 Les effets sonores

Utilisés dans la plupart des compositions modernes, ils ont un impact important sur le caractère du son et peuvent aboutir à un timbre très éloigné de l’original. Ainsi, Jimi Hendrix, en les utilisant à outrance, inventa une nouvelle sonorité de guitare, voire un nouvel instrument (saturation, wah-wah, Delay…doublé de virtuosité) qui inspire encore la plupart des guitaristes actuels.

4.3.1 Le contrôle de la dynamique

4.3.1.1 Le compresseur

La compression d'un son consiste à réduire son amplitude dynamique, c'est-à-dire le différentiel entre le volume le plus haut et le plus bas d'un son ou d'un morceau de musique. Ainsi, on baisse le volume sonore quand il est trop fort et on l'augmente quand le niveau de la source est trop faible. Cette technique s'applique par exemple dans les chants ou les percussions (notamment dans la Techno). Globalement, le son apparaît beaucoup plus fort. Les stations de radiodiffusion FM ainsi que les chaînes de télévision (spots publicitaires) l'utilisent couramment.

4.3.1.2 L’expander

Sa fonction est l'inverse de la compression. L'expansion augmente l'amplitude dynamique d'un signal audio. Cette fonction met en valeur certains éléments sonores.

4.3.1.3 Le noise gate (ou porte de bruit)

Programmé en fonction d’un certain niveau sonore par l’utilisateur, le noise gate peut soit couper complètement le signal entrant lorsque le niveau est trop faible, soit le laisser inchangé. Il atténue la nuisance des bruits (bruit souffle, bruit d'enregistrement, craquements) qui apparaissent avec des volumes très faibles ou en présence de blancs. Il permet aussi, suivant les paramétrages, d'obtenir un effet haché ou d'isoler un élément sonore (un instrument par exemple).

4.3.1.4 Fade In, Fade Out & Crossfade 

Avec ces effets on évite l'apparition ou la disparition trop brusque d'un son.
Le FADE-IN consiste donc à monter progressivement le volume sonore de 0 jusqu'au niveau nominal dans un intervalle de temps paramétrable. Ainsi, le son ne brise pas trop brusquement le silence.
Le FADE-OUT opère à l'inverse en réduisant progressivement le volume sonore depuis son niveau nominal jusqu'à 0.
Le CROSSFADE est un fondu enchaîné mixant 2 sources sonores. On peut passer de l'une à l'autre en gardant approximativement le même volume sonore.

4.3.2 Les effets temporels

4.3.2.1 Le chorus

Le chorus est un effet qui rend possible la multiplication virtuelle d'une source sonore. Son principe consiste à prélever une partie du signal d'origine, en lui appliquant un léger retard (0à100ms), puis à moduler sa tonalité (ou detune) par l’intermédiaire d’un LFO.

Cet effet permet, par exemple, de créer l'impression d'un choeur à partir d'une seule voix. Il existe différents types de Chorus, comme le chorus quadratique, qui module quatre signaux retardés, chacun avec un décalage de phase de 90°.

4.3.2.2 L’harmoniser

Cet effet démultiplie un échantillon en modifiant sa tonalité sans en changer la durée. On obtient alors un accord harmonique à partir d'une seule source sonore.

4.3.2.3 La réverbération

La réverbération est composée d'un grand nombre d'échos distincts, appelés réflexions. Dans un espace acoustique naturel, l’amplitude de chaque harmonique décroît dans le temps. Cet effet est dépendant de la taille de la pièce, de la position de la source sonore, du matériau composant les murs…

Ainsi, en studio, les pièces d’enregistrement sont insonorisées et calfeutrées pour qu'il n'y ait pratiquement aucune réflexion sur les murs. Ensuite, on ajoute la réverbération pour donner l'effet voulu.

Il existe 4 grands types de réverbérations plus ou moins naturelles :

• Room : c'est une réverbération d'une pièce d'un studio moyen, assez courte.

• Hall : c'est une réverbération d'une grande pièce (salle de concert).

• Non linéaire : réverbération artificielle sans amortissement du volume sonore pendant une durée T puis coupée abruptement.

Il est possible de calculer le temps de réverbération d’une salle en appliquant la formule ci-dessous :

T = 0.16 x V / αmoy x S

T = temps de réverbération en s 

V = volume de la salle en m³

S = surface de la salle en m² 

α moy = coefficient d'absorption moyen de la salle (dépend de la fréquence du son et du milieu matériel) 

4.3.2.4 L’écho

Comme son nom l'indique, il répète le son original. L'amplitude de chaque écho décroît progressivement pour donner un effet d'atténuation. L'écho est calqué sur le phénomène acoustique naturel présent dans les zones montagneuses.

Cet effet est très largement employé pour le traitement des voix intégrées dans les compositions modernes.

4.3.2.5 Le delay

Le delay est utilisé pour mettre en valeur un instrument ou une voix. Il est basé sur la répétition d'un signal (feed-back=nombre de répétitions) et par un temps de retard réglable (quelques ms). Suivant le type de delay, on peut générer un effet ping-pong (répétition gauche-droite) ou un effet multi-tap (le retard entre chaque répétition est propre à son numéro).

4.3.3 Les effets fréquentiels

4.3.3.1 Le Flanger

L'effet de flanging est obtenu en séparant et retardant légèrement une partie du signal d’origine, puis en faisant varier le temps de retard avec un LFO. Le signal ainsi déphasé (ou retardé de 0 à 12 ms de façon non linéaire) est alors mixé avec le son d'origine pour produire un "bruissement" (son de type « avion »).

On attribue cette technique à John Lennon et à son ingénieur du son :

La source sonore était enregistrée sur deux magnétophones et ils faisaient varier la vitesse de l'un des deux. Il en résultait un effet très caractéristique de "rotation " qui fut très prisé par des groupes "Pop-Rock" dans les années 70, en particulier pour le traitement des pistes de batterie et de percussions.

4.3.3.2 Le Vocoder

A l’origine, le vocoder était un dispositif prévu pour coder puis re-synthétiser la voix afin d'en assurer une transmission efficace. Les premiers systèmes, loin d'être parfaits, donnaient à la voix une texture plutôt "robotique".

Aujourd’hui, cet effet est encore très utilisé dans la musique électronique. Il s'agit de prendre un signal (la porteuse) et de le moduler avec un autre signal. L'instrument ainsi traité semble « chanter » ou «parler ».

4.3.3.3 L’Equalisation

Equalisation : Elle joue un rôle important dans la finalisation d'un son : elle favorise le contrôle du timbre ou la coloration du signal en modifiant la réponse en fréquence du son source. Il va permettre d’augmenter/diminuer le volume de certaines fréquences ou bandes de fréquences.

Facteur Q : c'est la largeur de la bande de fréquences affectées, rendant l'équaliser plus ou moins résonant (plus Q est petit, plus le son est résonnant).

De nombreuses consoles analogiques ou numériques sont dédiées à l’équalisation. Au niveau logiciel, l’equaliser se présente sous 3 formes :

• L'équaliseur graphique : Il comporte un nombre variable de curseurs (ou de potentiomètres) qui agissent chacun sur une bande de fréquences définie.
  

Figure 10 : Equaliseur graphique 30 bandes – amplification du registre Médium

• L'équaliseur paramétrique : Il comporte plusieurs filtres (passe-haut, passe-bas, passe-bande ou coupe-bande)

Figure 11 : Exemple de filtre passe-haut 200 Hz avec atténuation -15 dB

• L'équaliseur paragraphique : Le spectre original est représenté par un graphique (0 dB) que l’on peut corriger en faisant varier les paramètres de plusieurs filtres

Figure 12 : Filtre Passe-Bas : coupure à –6 dB pour F > 8 KHz

4.3.4 Autres effets et traitements sonores 

4.3.4.1 Le time-stretching

A l’aide de cette fonction on peut faire varier la longueur d'un échantillon sans changer sa tonalité. On modifie ainsi un rythme en faisant varier son BPM (nombre de Battements Par Minute), ce qui est utile pour harmoniser des boucles ayant un tempo différent.

Néanmoins, elle n'agit que dans un domaine relativement restreint (différence son original-son après effet = 10BPM max).

4.3.4.2 Les effets de Pitch

Pitch-Shifting : Il agit à l'inverse du "Time-stretching". On fait varier la tonalité d'un échantillon en choisissant ou non de conserver sa durée.

Pitch-Bend : Il permet d’appliquer un effet de pitch contrôlé par une enveloppe (variation du pitch au cours du temps)

Beaucoup d’autres effets existent comme les simulateurs d’amplificateurs à lampes, les distorsions, les limiteurs, l’effet « wah-wah » , l’effet « spatial »…

Ils sont, en général, dérivés des effets cités plus haut.

4.4 Tableau récapitulatif des principales synthèses numériques

Tableau 1 : Résumé des synthèses sonores numériques, avantages et inconvénients

4.5 Conclusion

Aujourd’hui, les systèmes numériques sont indispensables et jouent un rôle prépondérant dans la société moderne (Communications, Audiovisuel, Médical,….)

En effet, la production en masse et la réduction du prix des microprocesseurs ont permis d’ouvrir les champs d’application de la technologie numérique et de la rendre abordable au grand public.

Critiquée lors de ses balbutiements, son utilisation dans les arts est ainsi devenue incontournable dans des domaines aussi variés que le cinéma, la photographie ou la musique.

Cette technologie progresse sans arrêt notamment depuis l’apparition de la norme MIDI dans les années 80 et les DSP intégrés dans les systèmes de synthèse sonore récents offrent même des possibilités de calcul suffisantes pour simuler parfaitement un instrument acoustique ou une voix humaine…

- Souplesse de la programmation : un DSP est avant tout un processeur exécutant un programme de traitement du signal. Ceci implique que les traitements numériques peuvent évoluer en fonction des mises à jour des programmes, et ceci, pendant toute la durée de vie du produit ou du système. A titre d’exemple, modifier tel ou tel paramètre d’un filtre numérique ne nécessite pas un changement matériel.

- Implémentation d’algorithmes adaptatifs : c’est une autre qualité issue de la souplesse des programmes. Il est possible d’adapter une fonction de traitement numérique en temps réel, suivant certains critères d’évolution du signal (exemple : les filtres adaptatifs).

- Intégration d’options propres au système de traitement numérique du signal. Certaines fonctions de traitement du signal, courantes aux systèmes numériques, sont difficilement réalisables, voire impossibles pour un système analogique (exemple: un filtre du n^ième ordre).

- Stabilité : les composants analogiques sont toujours plus ou moins soumis à des variations de leurs caractéristiques en fonction de la température, de la tension d’alimentation, du vieillissement, etc… Une étude sérieuse doit tenir compte de ces phénomènes, ce qui complique et augmente la durée de développement. Ces inconvénients n’existent pas en numérique.

- Répétitivité, reproductibilité : les valeurs des composants analogiques sont définies avec une marge de précision plus ou moins grande. Dans ces conditions, aucun montage analogique n’est strictement reproductible à l’identique, il existe toujours des différences qu’il convient de maintenir dans des limites acceptables. Un programme réalisant un traitement numérique est par contre parfaitement reproductible, « à l’infini ».

Gageons que les compositions futures ne seront plus limitées par les performances des machines mais par l’imagination humaine…