Supprimer le bruit de fond d’un audio : ce qui marche

Un ventilateur dans la pièce, le ronflement d’un câble de micro bon marché, le souffle du micro intégré d’un ordinateur portable : la plupart des enregistrements faits maison en ont un peu, et c’est ce qui leur donne un son amateur. Les outils de réduction du bruit promettent de l’enlever sans toucher à la voix. Nous avons mêlé cinq types de bruit à de vrais enregistrements de voix, les avons nettoyés avec notre réducteur de bruit et mesuré le résultat.

Comment fonctionne le réducteur de bruit

Notre réducteur de bruit utilise RNNoise, un petit réseau de neurones créé chez Mozilla et Xiph.org, les auteurs du codec audio Opus. Toutes les 10 millisecondes, il regarde le son découpé en bandes de fréquences et estime, bande par bande, la part de voix et la part de bruit, puis baisse les bandes bruitées. Le programme entier, réseau compris, se télécharge en 110 Ko, ce qui lui permet de tourner en temps réel même sur un téléphone.

Cette conception a une force et une limite nettes. Elle apprend à quoi ressemblent les voix, donc tout ce qui ne ressemble pas à une voix et reste à peu près stable dans le temps est facile à retirer. Les sons qui changent vite, ou qui ressemblent à des voix, comme la musique, sont bien plus difficiles.

Le test

Nous avons assemblé six courts enregistrements en anglais de Mozilla Common Voice, de vraies personnes lisant des phrases dans leur propre micro, avec de courtes pauses entre elles : 40 secondes en tout. Nous y avons ajouté cinq types de bruit, chacun 10 décibels sous la voix, un enregistrement maison bruyant typique :

• Souffle : un bruit régulier à large bande, comme un micro bon marché ou un enregistrement trop amplifié.
• Ronflement secteur : une tonalité à 50 Hz et ses harmoniques, comme celle d’un câble mal blindé.
• Ventilateur : un grondement grave avec une légère tonalité, comme un ordinateur ou une climatisation.
• Clavier : des clics secs plusieurs fois par seconde.
• Musique : des accords d’un instrument jouant en fond.

Nous avons aussi essayé un souffle à 0 décibel, aussi fort que la voix, et à 20 décibels, à peine audible. Deux nombres décrivent chaque résultat. Le premier est la baisse de niveau des pauses, ce qu’on entend entre les phrases. Le second est un score standard (SI-SDR) de la proximité du résultat complet avec la voix d’origine, en décibels : plus c’est haut, mieux c’est, et chaque tranche de 10 décibels signifie dix fois moins de bruit et de distorsion restants.

Résultats

Le bruit continu est le terrain où ce type d’outil excelle. Le souffle et le ventilateur ont baissé de 35 à 37 décibels dans les pauses, de clairement audibles à pratiquement silencieux. Le ronflement a baissé de 25 décibels ; ses tonalités se situent là où sont les notes les plus graves d’une voix masculine, ce qui explique peut-être que le modèle en ait moins retiré.

Les clics et la musique sont une autre histoire. Les clics sont trop courts et trop soudains pour un modèle qui s’adapte sur des dizaines de millisecondes, et la musique a la structure harmonique d’une voix. Les deux n’ont baissé que de 6 à 7 décibels dans les pauses et sont restés clairement audibles.

Bruit léger : moins de force

Un résultat semble étrange au premier abord : avec un souffle léger, 20 décibels sous la voix, le score est descendu de 20 à 17,6 à pleine force. Les pauses ont tout de même baissé de 30 décibels, mais le réseau a aussi retiré le léger son de pièce présent dans les enregistrements d’origine et remodelé un peu la voix, et le score compte les deux comme des différences.

Le réglage Force mélange le son nettoyé à l’original. Sur le souffle léger, 50 % ont donné un score de 21,4 dB, meilleur que l’original et que la pleine force. Avec le bruit 10 décibels sous la voix, 75 % (16,6 dB) et la pleine force (16,2 dB) se valaient à peu près.

Conseils pour des enregistrements plus propres

• Retirez le bruit avant tout le reste. Compresser ou monter le volume d’abord rend le bruit plus difficile à séparer de la voix.
• Commencez à pleine force pour un bruit fort et autour de 50 à 75 % pour un bruit léger, puis écoutez les pauses et la fin des mots, où le nettoyage excessif se remarque en premier.
• Corrigez la source quand c’est possible. Éteignez le ventilateur, éloignez-vous de l’ordinateur et enregistrez plus près du micro. Quelques centimètres de moins font plus ressortir la voix au-dessus du bruit qu’aucun outil.
• N’attendez pas de miracle avec la musique ou les voix qui se chevauchent. Pour une voix sur un groupe ou une autre personne qui parle, ce type d’outil aide un peu, pas beaucoup.

Le réducteur de bruit fonctionne sur les fichiers audio et sur le son des vidéos, en laissant l’image intacte. Tout tourne dans votre navigateur, environ 30 fois plus vite que le temps réel sur le processeur de bureau de 2013 de notre test : une heure d’audio prend environ deux minutes par canal et ne quitte jamais votre appareil.