Personne ne regarde une vidéo une seconde fois parce que l’image était un peu sombre. Mais un dialogue trop bas est puni immédiatement : le spectateur monte le volume, reçoit le souffle de la pièce en même temps que votre voix, puis se fait assourdir par la vidéo suivante du fil. La plupart abandonnent avant. Et aucun secours ne viendra de la plateforme : les grands fils normalisent la sonie, mais presque uniquement vers le bas — une vidéo trop forte est baissée, une vidéo trop faible reste faible. Le niveau que vous exportez est donc celui que les gens entendent, sur le haut-parleur d’un téléphone, dans une cuisine, au milieu de la circulation. La règle est simple : la parole doit être nettement la chose la plus forte du mixage, monter haut sans jamais saturer, et le rester d’un bout à l’autre — pas seulement dans les phrases dites avec assurance.
Un tapis musical échoue d’une seule manière : au moment où l’auditeur doit séparer vos mots de la musique, la musique est trop forte. On l’entend rarement au montage, parce que vous connaissez les mots — votre cerveau complète ce que le mixage enterre. Deux habitudes vous protègent. D’abord, baissez le tapis jusqu’à ce qu’il paraisse presque trop discret tout seul ; sous la parole, c’est en général à peu près juste, car la voix et la musique se disputent les mêmes fréquences médiums, et la voix doit gagner. Ensuite, vérifiez l’équilibre sur le haut-parleur du téléphone, pas au casque. Un petit haut-parleur jette les basses qui rendaient le tapis doux, et ce qui reste se loge exactement là où se trouve votre voix. Si les mots survivent là, ils survivront partout. Préférez aussi les morceaux instrumentaux — des paroles chantées concurrencent directement la parole.
Tout cela est plus facile quand on voit l’équilibre au lieu de le garder en tête. Dans Talk2Camera, vous pouvez poser une piste sous une prise — musique, voix off, réenregistrement propre — placée où vous voulez, et le son de la prise comme la piste attachée reçoivent chacun une ligne de niveau que vous faites glisser sur la forme d’onde : comme sur une table de mixage, pas comme un fader caché dans un menu. Les barres se redessinent au niveau choisi, si bien qu’un tapis tiré sous la parole paraît plus discret autant qu’il le devient : parole haute, tapis bas, visible d’un coup d’œil. Cette image vaut de l’or, parce qu’un équilibre qu’on voit se vérifie en deux secondes avant l’export, au lieu de réécouter toute la vidéo les yeux fermés.
Deux présentateurs apportent un problème de plus : ils ne sont jamais aussi forts l’un que l’autre. L’un est plus près de son micro, l’autre parle simplement plus bas, et un spectateur qui doit ajuster le volume entre deux personnes abandonne plus vite qu’entre deux vidéos. La correction doit intervenir avant que les voix soient mélangées — une fois les deux sur le même canal, aucun montage ne peut baisser l’une sans entraîner l’autre. Enregistrez avec un kit sans fil double ou une interface stéréo et chaque présentateur arrive sur son propre canal ; dans l’éditeur, la prise se sépare alors en une piste par personne, chacune avec sa ligne de niveau. Vous ramenez la voix la plus forte au niveau de la plus discrète sans toucher à celle-ci. L’équilibre se règle au montage, où vous entendez les deux — il ne se perd pas au récepteur.