Normalisation du niveau sonore : référence technique pour le streaming

Réponse courte

Réglez le plafond de vrai crête (true peak) de votre master à −1 dBTP, mesurez le niveau sonore intégré (integrated loudness) une fois le master terminé, et laissez ce chiffre être ce que la musique en fait plutôt que de le forcer. Si vous voulez une valeur publiée vers laquelle tendre, l'AES TD1008 recommande −16 LUFS pour la musique normalisée à la piste, et Spotify ramène la lecture à −14 LUFS. Tous les services majeurs baissent les masters trop forts au moment de la lecture: un master à −6 LUFS ne sera pas joué plus fort qu'un master à −14 LUFS, il sera joué au même niveau avec moins de plage dynamique survivante. Le −23 LUFS de l'EBU R 128, que tout ingénieur du son français connaît parce qu'il est opposable en télévision en France, n'est pas un objectif musical et ne doit jamais être appliqué à un master destiné au streaming. Il n'existe pas de bon chiffre unique; il existe une bonne méthode.

1. Le cas français : le seul marché où une règle de niveau sonore est réellement opposable

Commençons par la particularité française, parce qu'elle est la source d'une confusion permanente dans les studios francophones.

En France, la télévision est soumise à une contrainte de niveau sonore qui a force réglementaire. Le décret n° 92-280 dispose, en son article 14, que « le niveau sonore des séquences publicitaires ainsi que des écrans qui les précèdent et qui les suivent ne doit pas excéder, s'agissant notamment du traitement de la dynamique sonore, le niveau sonore moyen du reste du programme ». Cette obligation générale a été rendue mesurable par la délibération du CSA du 19 juillet 2011 (le CSA est devenu l'Arcom en 2022), qui fixe des valeurs chiffrées et s'appuie explicitement sur la recommandation ITU-R BS.1770 et sur l'EBU R 128.

Les valeurs de cette délibération: l'intensité sonore d'un programme doit être de −23 LUFS en diffusion, avec, depuis le 1er janvier 2013, « une tolérance de ± 1 LU autour de cette valeur » pour les programmes de plus de deux minutes. Pour les messages publicitaires, l'intensité sonore doit être « inférieure ou égale à −23 LUFS » depuis le 1er janvier 2013 (elle était de −22 LUFS pendant la période transitoire de 2012). La délibération encadre aussi l'intensité sonore de courte durée des publicités, plafonnée à −20 LUFS depuis 2013 (−18 LUFS en 2012).

C'est un dispositif remarquable, et il explique pourquoi les ingénieurs du son français ont intégré le vocabulaire du LUFS bien avant beaucoup de leurs collègues étrangers: en France, le PAD (prêt à diffuser) livré à une chaîne est refusé s'il ne mesure pas juste.

Et c'est exactement pour cette raison qu'il faut être clair

Les règles de diffusion ne sont pas les règles du streaming. Trois différences les rendent incompatibles:

1. La cible n'a pas le même objet. −23 LUFS est calibré pour un salon, un flux continu qui enchaîne un journal, un film et une publicité, et un auditeur qui a réglé le volume de son téléviseur une fois pour toutes. Une plateforme musicale, elle, normalise piste à piste dans une playlist où votre morceau suit celui de quelqu'un d'autre.
2. La marge de manœuvre n'est pas la même. Un master musical à −23 LUFS envoyé sur Spotify sera remonté — mais pas forcément jusqu'à la cible, parce que la remontée est limitée par la marge disponible (voir §8). Vous ne gagnez rien, et vous risquez d'être joué plus bas que prévu.
3. La tolérance de ±1 LU est une obligation contractuelle en télévision. Sur les plateformes musicales, aucune tolérance n'existe parce qu'aucune obligation n'existe. Rien n'est refusé, rien n'échoue, rien n'est arrondi.

Si vous faites du sound design, de l'habillage d'antenne, de la musique à l'image ou de la post-production pour France Télévisions, Radio France ou une chaîne privée, R 128 est votre spécification et le reste de ce document est une culture générale utile. Si vous sortez un disque, oubliez −23 LUFS complètement. Les deux métiers utilisent le même algorithme de mesure et n'ont pas le même cahier des charges.

2. Pourquoi le sur-limitage se sabote lui-même : l'arithmétique

L'argument n'est pas esthétique, il est arithmétique.

Un service qui normalise mesure le niveau sonore intégré de votre piste, le compare à sa cible, et applique un gain fixe à tout le fichier au moment de la lecture. Cible Spotify à −14 LUFS: master à −14 LUFS → gain 0 dB. Master à −11 LUFS → gain −3 dB. Master à −8 LUFS → gain −6 dB. Il n'y a rien d'autre dans le mécanisme.

Le rap français et la course au niveau sur les playlists

C'est dans le rap français que la pression est la plus forte, parce que la comparaison y est immédiate: une playlist rap FR enchaîne trente titres, et l'artiste qui écoute son morceau après celui d'un concurrent veut qu'il « sorte » du lot. La réponse instinctive — pousser le limiteur — est celle que la normalisation a précisément neutralisée.

Prenons un master de rap français rendu à −7 LUFS intégré, plafond à −1 dBTP. Son facteur de crête (crest factor), exprimé ici en rapport crête/niveau sonore ou PLR, vaut donc 6 LU.

• Cible de lecture: −14 LUFS.
• Gain appliqué: −14 − (−7) = −7 dB.
• Les crêtes qui étaient à −1 dBTP se retrouvent à −8 dBTP.
• Le niveau sonore restitué: −14 LUFS.

Comparons maintenant avec le même mix, mais masterisé à −11 LUFS avec le même plafond de −1 dBTP, donc un PLR de 10 LU.

• Gain appliqué: −14 − (−11) = −3 dB.
• Crêtes à −4 dBTP.
• Niveau sonore restitué: −14 LUFS. Le même.

Les deux morceaux sont joués exactement aussi fort. Le second a conservé 4 LU de facteur de crête que le premier a définitivement supprimés. Sur une caisse claire, sur un 808 qui doit claquer, sur la consonne d'attaque d'une punchline, ces 4 LU sont l'intégralité de ce que l'auditeur perçoit comme de l'impact.

La normalisation transforme une guerre du volume en une guerre de plage dynamique, que le master le plus fort perd automatiquement. C'est tout l'argument, et il ne dépend d'aucun goût.

Le corollaire est plus utile que l'avertissement. Puisque le service fixe le niveau de lecture, le niveau de votre master n'est plus une variable compétitive. Ce qui reste compétitif, c'est tout ce que le niveau consommait auparavant: la définition des transitoires, le contraste entre couplet et refrain, la sensation que la voix est devant l'instru et non écrasée dedans. Sous normalisation, le facteur de crête de votre master est la seule partie de votre décision de niveau que l'auditeur peut encore entendre.

Deux réserves honnêtes. La normalisation est désactivable: l'auditeur peut la couper, et certains contextes (logiciel de DJ, une synchro, un fichier téléchargé lu depuis une clé USB en voiture) ne l'appliquent jamais. Et la remontée des masters faibles n'est pas inconditionnelle — voir §8, où c'est traité en détail, parce que c'est le point le plus souvent mal écrit.

3. Ce que mesure réellement le LUFS

LUFS signifie Loudness Units relative to Full Scale, unités de niveau sonore relatives à la pleine échelle. Le LKFS (Loudness, K-weighted, relative to Full Scale) est la même unité sous un autre nom: les documents de l'UIT écrivent LKFS, ceux de l'UER écrivent LUFS, les valeurs sont identiques.

Le LU a la même taille que le dB — une unité de niveau sonore vaut un décibel — mais LUFS est une échelle absolue et LU une échelle relative. « +3 LU » et « +3 dB » désignent la même grandeur; « −14 LUFS » et « −14 dB » ne désignent pas du tout la même chose.

La mesure définie par l'ITU-R BS.1770 n'est ni du RMS ni de la crête. C'est une moyenne quadratique d'un signal filtré, sommée sur les canaux avec une pondération par canal, puis portillonnée dans le temps. Trois choses la distinguent d'un VU-mètre RMS: le filtre de pondération K, la sommation des canaux, et le portillonnage. Le filtre et le portillonnage concentrent la quasi-totalité des malentendus.

La pondération K : deux étages de filtre

La pondération K (K-weighting) est une cascade de exactement deux cellules du second ordre appliquée à chaque canal avant le calcul de la moyenne quadratique.

Étage 1 — le filtre « de tête ». Un filtre en plateau aigu qui relève le haut du spectre. Il modélise l'effet acoustique d'une tête dans un champ sonore: l'ombre et la diffraction qui rendent un auditeur humain plus sensible aux aigus venant de face qu'un microphone nu.

Étage 2 — le passe-haut RLB. Revised Low-frequency B-curve: un passe-haut qui atténue le bas du spectre, parce que les basses fréquences contribuent moins au niveau sonore perçu que leur énergie ne le laisserait croire. C'est la raison pour laquelle un morceau chargé en infra-graves ne mesure pas aussi fort qu'il ne le paraît en club, et mesure plus bas que ce à quoi l'ingénieur s'attend.

Le gain de la courbe de pondération K à 1 kHz vaut +0,698 dB, soit un facteur linéaire de 1,0836. Ce n'est pas une constante arbitraire: elle découle des réponses du plateau et du passe-haut à cette fréquence. Conséquence pratique de toute la chaîne: une sinusoïde de 1 kHz à pleine échelle appliquée sur un seul canal d'une paire stéréo affiche −3,01 LKFS, exactement comme l'énonce BS.1770-5 — le −3,01 venant de la sommation un-canal-sur-deux, pas du filtre.

Pourquoi cette courbe existe

Un VU-mètre RMS non pondéré affirme qu'une sinusoïde à 40 Hz et une à 3 kHz de même amplitude sont aussi fortes. Aucun auditeur n'est d'accord. La pondération K est une approximation volontairement grossière du comportement d'égale sonie — bien plus simple que les courbes de Fletcher-Munson, et choisie simple pour que des implémentations indépendantes s'accordent à une fraction de LU près. La pondération K ne cherche pas à modéliser l'audition avec justesse; elle cherche à la modéliser de façon identique sur tous les appareils de mesure du monde, et c'est pour cela qu'elle fonctionne.

Quelle édition fait foi

BS.1770 compte six éditions: 2006, 2007, 2011, 2012, 2015 et novembre 2023. BS.1770-4 (octobre 2015) est l'édition que citent la plupart des appareils de mesure déployés; BS.1770-5 (novembre 2023) est l'édition en vigueur et remplace la précédente. Nommez toujours la −5 comme la version courante. À noter, puisque nous parlions de la France: la délibération du CSA de 2011 se réfère, elle, à ITU-R BS.1770-2, parce qu'elle est antérieure — un texte réglementaire fige l'édition qu'il cite, une pratique de studio non.

Tous les mécanismes décrits ici — les deux étages de filtre, les blocs de 400 ms, les deux portes, le plancher de sur-échantillonnage à 4× — sont conformes à BS.1770-5 telle que publiée.

4. Le portillonnage : les deux portes, en entier

Le portillonnage (gating) est la partie de la spécification la plus souvent mal décrite, y compris par des sources par ailleurs sérieuses. Le niveau sonore intégré est une mesure doublement portillonnée.

Étape 1 : découper le signal

Le signal est découpé en blocs de 400 ms avec 75 % de recouvrement. Un recouvrement de 75 % sur un bloc de 400 ms signifie qu'un nouveau bloc commence toutes les 100 ms. Chaque bloc reçoit sa propre valeur de niveau sonore quadratique pondérée K. Le recouvrement n'est pas décoratif: il empêche qu'un événement fort à cheval sur une frontière de bloc soit coupé en deux et sous-compté.

Étape 2 : la porte absolue

Tout bloc mesurant en dessous de −70 LKFS est écarté et ne participe plus à la mesure. Cela élimine le silence numérique, les queues de fondu, le bruit de salle et les blancs entre morceaux, pour qu'un titre avec une longue fin silencieuse ne mesure pas plus bas que le même titre rogné.

Étape 3 : la porte relative — celle qu'on énonce presque toujours de travers

On calcule la moyenne des blocs qui ont survécu à la porte absolue. On retranche 10. Le résultat est le seuil relatif. On écarte tous les blocs situés en dessous. Le niveau sonore intégré est la moyenne des blocs qui survivent aux deux portes.

La distinction est constamment perdue: la porte relative se situe 10 LU sous la moyenne déjà portillonnée en absolu, et non 10 LU sous la moyenne brute de tout le fichier. BS.1770-5 est explicite: le seuil relatif s'obtient en soustrayant 10 du résultat de la mesure portillonnée en absolu. Si vous calculez la moyenne sur tous les blocs, y compris ceux sous −70 LKFS, vous obtenez une moyenne plus basse, un seuil plus bas, davantage de blocs faibles admis, et une valeur intégrée trop basse — et l'erreur croît avec la quantité de silence dans le fichier. C'est la première cause de désaccord entre deux appareils de mesure sur un même titre.

Ce que la porte relative fait à la chanson française

La conséquence audible mérite d'être intériorisée: le niveau sonore intégré de votre morceau est en réalité la moyenne de ses parties fortes, pas de l'ensemble.

Prenez un arrangement de tradition Brel ou Barbara — voix devant, piano ou accordéon, cordes qui entrent tard. Un couplet où la voix part du souffle, presque parlé, et monte en une seule phrase jusqu'au cri. Sur ce type de titre, la mesure intégrée est dominée par les quatre ou cinq derniers blocs de la montée. Le murmure du début, s'il se situe à plus de 10 LU sous la moyenne des blocs forts, ne compte tout simplement pas dans le chiffre.

Deux conséquences, l'une rassurante et l'autre décisive.

La rassurante: ajouter une intro murmurée de quarante secondes à un master terminé ne change presque rien à sa mesure intégrée. Les ingénieurs qui s'attendent au contraire sont systématiquement surpris.

La décisive: puisque le chiffre intégré est piloté par le cri et pas par le souffle, le seul moyen de faire monter ce chiffre est d'écraser le cri. Or c'est précisément ce que 2 dB de limitation supplémentaire font sur ce répertoire. Ces 2 dB ne retirent pas du niveau: ils retirent l'interprétation. La montée du souffle au cri est l'objet même du morceau; c'est la seule information que la chanson transporte, et c'est la première chose qu'un limiteur poussé rabote. Sur un titre de variété française voix-devant, un master à −16 LUFS avec la montée intacte est joué au même niveau qu'un master à −10 LUFS où elle a été aplatie — le service ramène les deux à sa cible — sauf que dans le second cas la montée n'existe plus.

C'est le seul argument dont vous avez besoin face à un producteur qui trouve la maquette « pas assez forte ».

5. Momentané, court terme, intégré : quel indicateur, quand

Trois fenêtres temporelles sont normalisées, et elles répondent à trois questions différentes. L'EBU Tech 3341 définit le comportement des indicateurs.

Momentané (M) — 400 ms, non portillonné. La même fenêtre qu'un bloc de portillonnage. Le niveau momentané suit les événements isolés: une caisse claire, une consonne, un temps fort. Utilisez-le pour repérer des choses — un kick qui dépasse de 6 LU son environnement, une section qui saute à l'oreille. Ne l'utilisez pas pour décider d'un niveau: il est beaucoup trop nerveux, et courir après un indicateur momentané produit exactement le résultat sur-compressé que la normalisation sanctionne.

Court terme (S) — 3 s, non portillonné. Trois secondes correspondent grosso modo à une phrase musicale. Le court terme est le bon indicateur pour les décisions d'équilibre à l'intérieur d'un morceau, parce que trois secondes sont l'échelle de temps à laquelle l'auditeur perçoit effectivement une section comme forte ou faible. Servez-vous-en pour comparer un couplet et un refrain, vérifier qu'un pont ne s'effondre pas, et voir la forme de votre arrangement sous forme de chiffre.

Intégré (I) — programme entier, doublement portillonné. C'est le chiffre contre lequel les services normalisent et le seul qui ait sa place dans un cahier des charges de livraison. Mesurez-le sur la totalité du titre, du premier au dernier échantillon, jamais sur une section choisie. Le niveau intégré est une spécification de livraison, pas un outil de mixage; si vous le surveillez pendant que vous travaillez, vous regardez le mauvais indicateur.

Règle pratique: mixez et masterisez au court terme, vérifiez à l'intégré, enquêtez sur les anomalies au momentané.

6. La plage dynamique (LRA) et la porte à −20 LU

La plage dynamique de niveau sonore — Loudness Range, LRA — est spécifiée par l'EBU Tech 3342. C'est un chiffre unique décrivant l'ampleur de la variation du niveau sonore d'un morceau dans le temps. Elle est calculée à partir de la distribution des valeurs de niveau court terme (3 s): la LRA est la différence entre les estimations du 10ᵉ et du 95ᵉ centile de cette distribution, ce qui évite que de brefs extrêmes, en haut ou en bas, ne dominent le résultat.

La LRA a son propre portillonnage, et il n'est pas le même que celui de la mesure intégrée. Tech 3342 fixe le seuil relatif de la LRA à −20 LU sous le niveau portillonné en absolu, et non à −10 LU. Cette porte plus large est délibérée: la LRA cherche à caractériser une variation, il faut donc qu'elle admette les passages calmes que la mesure intégrée est justement conçue à exclure.

Le bug démontré sur un enregistrement symphonique

Ce n'est pas un problème théorique: c'est un bug d'implémentation qu'on rencontre encore. Les appareils qui réutilisent la porte relative de −10 LU pour la LRA renvoient des valeurs systématiquement trop faibles, parce qu'ils ont jeté exactement le matériel calme qui constitue la plage.

La tradition française d'enregistrement orchestral — les grandes prises d'orchestre, la musique classique captée en salle avec un couple principal et peu de renfort, où l'écart entre un pianissimo de cordes et un tutti cuivres-percussions est l'objet même de la prise — est le cas extrême parfait pour le mettre en évidence.

Prenez une symphonie captée proprement. Le tutti final vit autour de −14 LUFS court terme; le passage de cordes seules du mouvement lent vit 15 LU plus bas, autour de −29 LUFS court terme.

• Moyenne portillonnée en absolu de l'œuvre: disons −18 LUFS.
• Porte LRA correcte, à −20 LU: seuil à −38 LUFS. Le mouvement lent à −29 LUFS est admis. La distribution s'étend du pianissimo au tutti, et la LRA mesurée dépasse largement 12 LU.
• Porte fautive, à −10 LU: seuil à −28 LUFS. Le mouvement lent à −29 LUFS est écarté en bloc. La distribution ne contient plus que les passages forts, et la LRA retombe à quelque chose comme 5 ou 6 LU — la valeur d'un master pop compressé.

Autrement dit: un appareil bugué affirme qu'une symphonie a la plage dynamique d'un titre de variété limité. Vous pouvez tester le vôtre en une minute: ajoutez à un fichier vingt secondes de matériel situé 15 LU sous le corps du morceau. Une implémentation correcte voit sa LRA monter nettement; une implémentation fautive bouge à peine. Si votre appareil annonce une LRA nettement plus faible qu'un autre sur le même fichier, la première chose à suspecter est une porte à −10 LU là où −20 LU s'imposent.

Comme repères et non comme objectifs: les masters électro et pop très limités tournent couramment autour de 3 à 5 LU, un mix large bande bien tenu autour de 6 à 9 LU, et les enregistrements orchestraux et acoustiques dépassent fréquemment 12 LU. La LRA est descriptive; viser une LRA précise est aussi absurde que viser un LUFS précis.

7. Vrai crête contre crête d'échantillon

La différence

Un indicateur de crête d'échantillon (sample peak) rapporte la plus grande valeur absolue d'échantillon du fichier. Ce n'est pas la plus grande valeur qu'atteint le signal: les échantillons sont des points sur une forme d'onde continue, et la forme d'onde entre deux échantillons peut monter au-dessus des deux. La forme d'onde analogique reconstruite peut dépasser le plus haut échantillon du fichier, et un indicateur de crête d'échantillon est structurellement incapable de le voir. Ces dépassements sont les crêtes inter-échantillons (inter-sample peaks); le niveau de la forme d'onde reconstruite est le vrai crête, en dBTP.

Un fichier numériquement « sûr » dont les échantillons plafonnent à −0,1 dBFS peut présenter des vrais crêtes largement au-dessus de 0 dBTP. Rien n'est écrêté dans le fichier. Tout ce qui, en aval, reconstruit la forme d'onde — un convertisseur, un rééchantillonneur, un décodeur avec perte — peut, lui, l'écrêter.

Les percussions de l'océan Indien et des Antilles : le cas d'école

Il y a une famille d'instruments qui produit des crêtes inter-échantillons plus systématiquement que le reste du répertoire, et la France en enregistre beaucoup: les percussions du maloya, du séga et du zouk.

Le kayamb réunionnais et le ti-bwa — deux baguettes frappées sur un bambou — produisent des transitoires extrêmement brefs, à énergie très haute fréquence, avec un temps de montée de l'ordre de la milliseconde. Le roulèr apporte l'inverse: une frappe grave, à forte énergie, dont l'attaque reste néanmoins nette. Le gwo ka guadeloupéen combine les deux dans une même prise, le boula et le makè n'ayant ni le même registre ni la même densité d'attaque.

Ces sources posent deux problèmes distincts, et il faut les séparer.

Problème 1 — le limiteur étale l'attaque. Un transitoire de kayamb ou de ti-bwa est presque intégralement constitué de son attaque: retirez-lui 3 dB de crête et vous ne baissez pas son niveau, vous transformez un claquement en un « chh ». Le limiteur, avec ses quelques millisecondes de relâchement, étale l'énergie de l'attaque sur le corps du son. Sur un ensemble de maloya où quatre ou cinq kayamb jouent un motif décalé, l'effet est un floutage: le motif polyrythmique devient un bruit continu. Et rappelez-vous l'arithmétique du §2: ce que vous avez gagné en niveau sera intégralement repris par le service à la lecture. Vous avez donc étalé les attaques gratuitement.

Problème 2 — ces mêmes transitoires sont d'excellents générateurs de crêtes inter-échantillons. C'est mécanique: plus l'énergie d'un signal est concentrée près de la fréquence de Nyquist et plus la forme d'onde reconstruite entre deux échantillons a de latitude pour dépasser les deux. Un ti-bwa est exactement ce signal-là. Un mix de séga ou de zouk qui plafonne à −0,2 dBFS en crête d'échantillon peut afficher +0,6 dBTP une fois mesuré avec sur-échantillonnage — et sera écrêté par le décodeur AAC de l'auditeur, sans qu'aucun avertissement n'apparaisse nulle part dans votre chaîne.

Conclusion opérationnelle pour ce répertoire: mesurez en vrai crête, pas en crête d'échantillon, et laissez le limiteur travailler le moins possible sur les percussions.

Pourquoi le sur-échantillonnage est obligatoire

Pour voir un vrai crête, il faut reconstruire la forme d'onde entre les échantillons. BS.1770 prescrit de le faire par sur-échantillonnage (oversampling): au minimum 4× à 48 kHz, la recommandation précisant que des fréquences d'échantillonnage et des rapports de sur-échantillonnage plus élevés sont préférables. 4× est le plancher de conformité, pas la bonne réponse: à 4×, la mesure peut encore sous-estimer un vrai crête de quelques dixièmes de dB. Utilisez 8× ou 16× si votre outil le propose; le surcoût processeur est négligeable, le gain de précision non. Un appareil sans mode vrai crête ou dBTP explicite est un indicateur de crête d'échantillon, quoi qu'en dise sa notice.

Pourquoi le codage avec perte relève les crêtes

Un codec avec perte — AAC, Ogg Vorbis, MP3 — ne reproduit pas la forme d'onde échantillon par échantillon. Il en reproduit une perceptivement proche, et la sortie du décodeur dépasse couramment l'entrée de l'encodeur. Ce dépassement n'est pas un défaut mais une conséquence inévitable de la quantification et de l'abandon de détail spectral, et il croît avec la dureté de la limitation appliquée à la source. Un master exactement à 0,0 dBTP est décodé avec des crêtes au-dessus de 0 dBFS, et le décodeur les écrête.

Toutes les spécifications publiées qui abordent le sujet disent la même chose. AES TD1008: « For all content, it is recommended that the Maximum True Peak level not exceed −1 dBTP at the codec input of lossy-encoded streams. » Spotify demande de garder le vrai crête « below −1dB TP (True Peak) max », et pour les masters plus forts que −14 LUFS, « keep True Peak below −2dB to avoid extra distortion ».

Quel plafond utiliser concrètement

Réglez le plafond vrai crête de votre limiteur à −1,0 dBTP pour un master normal, et à −2,0 dBTP si votre master est plus fort que −14 LUFS intégré. Ce n'est pas une marge superstitieuse: les deux valeurs sont des exigences publiées par les sources ci-dessus, et la seconde existe précisément parce qu'un matériel plus durement limité dépasse davantage dans le codec.

Deux notes de bas de page. Un plafond à −0,1 dBTP est une erreur de livraison pour le streaming, pas un choix stylistique. Et un limiteur réglé à −1,0 dBTP doit encore être un limiteur vrai crête: beaucoup de limiteurs ont un réglage de plafond en crête d'échantillon, et le mettre à −1,0 vous laisse des crêtes inter-échantillons quelque part au-dessus de −0,5 dBTP.

Pour vérifier un fichier fini, mazufa.com héberge un outil gratuit de mesure de niveau sonore et de vrai crête qui fonctionne dans le navigateur, entièrement sur votre propre machine, et n'envoie aucun fichier audio.

8. Ce que chaque service publie réellement

La distinction entre ce qui est publié et ce qui est largement rapporté est le point le plus important de cette section, et presque aucun article sur le sujet ne la tient.

Spécifications publiées

Spotify. Cible: −14 LUFS intégré. Spotify indique ajuster les pistes « to −14 dB LUFS » et mesurer « according to the ITU 1770 standard ». Plafond vrai crête: sous −1 dBTP; sous −2 dBTP pour les masters plus forts que −14 LUFS.

Sur la remontée des masters faibles, le texte de Spotify est précis et il faut le citer en entier plutôt que de le résumer: « Positive gain is applied to softer masters so the loudness level is −14 dB LUFS », mais aussi « We consider the headroom of the track, and leave 1 dB headroom for lossy encodings to preserve audio quality ». Autrement dit: la normalisation vers le haut existe bel et bien et Spotify l'applique — mais elle est bornée par la marge disponible. Un master très calme dont les crêtes sont hautes ne sera pas nécessairement remonté jusqu'à la cible, parce que le remonter écrêterait.

Il faut donc éviter deux formulations fausses, toutes deux courantes en français:

• « Les masters faibles ne sont pas remontés » — faux, Spotify le fait explicitement.
• « Les masters faibles sont toujours remontés jusqu'à la cible » — faux aussi, la marge de 1 dB conservée pour l'encodage avec perte peut l'empêcher.

C'est la vraie raison de ne pas masteriser à −24 LUFS « puisque ce sera remonté »: ça pourrait ne pas l'être entièrement.

Spotify précise enfin que la normalisation par album traite l'album comme un tout, de sorte que « the softer tracks are as soft as you intend them to be »: les niveaux relatifs des pistes à l'intérieur d'un album sont préservés.

EBU R 128. Cible: −23 LUFS. Recommandation de diffusion, pas de streaming musical (voir §1). Un master musical à −23 LUFS n'est conforme à rien de plus, et — la remontée étant bornée par la marge — peut être joué plus bas que prévu.

AES TD1008 (Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution). C'est le document public le plus utile pour un musicien, et le plus mal cité.

• Musique normalisée à la piste: −16 LUFS, tolérance +0,2 LU.
• Normalisation par album, piste la plus forte: −14 LUFS, tolérance +0,2 LU.
• Contenu parlé: −18 LUFS, tolérance +1 LU, mesuré en niveau intégré du dialogue.
• Vrai crête maximal: −1 dBTP à l'entrée du codec pour les flux encodés avec perte.

Le chiffre de −18 LUFS dans TD1008 est la cible du contenu parlé — information, talk, fiction radiophonique — et le citer comme cible musicale est une erreur courante et sérieuse. La valeur musicale est −16 LUFS. Si vous voyez −18 LUFS présenté comme une recommandation AES pour la musique, la source a mal lu le document.

TD1008 avance également un argument dynamique qui mérite d'être cité: « A recording with high peak to loudness ratio (PLR) is often perceived as clearer and less fatiguing than one that has been excessively peak-limited. »

Services qui ne publient aucune cible

Apple Music, YouTube Music, Amazon Music, TIDAL et Deezer ne publient aucune cible de normalisation. Ils normalisent — c'est observable — mais le chiffre précis n'est pas une spécification publiée, et tout article qui en présente un comme tel présente une mesure ou une déduction comme un document.

Les valeurs qui circulent sont: Apple ≈ −16 LUFS, YouTube Music ≈ −14 LUFS, Amazon Music ≈ −14 LUFS, TIDAL ≈ −14 LUFS, Deezer ≈ −15 LUFS. Ces chiffres sont largement rapportés mais ne sont pas publiés par les services; traitez-les comme des observations tierces sur une cible mouvante, pas comme des spécifications. Ils viennent de mesures indépendantes, ils ont changé au fil du temps, et aucun service ne s'y est engagé. N'en déduisez aucun gain de lecture attendu, et ne masterisez vers aucun d'entre eux.

La conséquence pratique est plus petite qu'elle n'en a l'air. Toutes les valeurs rapportées se situent entre −16 et −14 LUFS, soit un écart de 2 LU. Aucun master ne mérite d'être refait pour 2 LU.

9. Guide pratique

Comment décider d'une cible

Travaillez à rebours depuis la musique, pas en avant depuis un chiffre.

1. Fixez le plafond d'abord. −1 dBTP, vrai crête, sur-échantillonné. C'est la seule contrainte réellement dure de la liste.
2. Masterisez pour la musique. Réglez l'équilibre, le timbre et la dynamique avec un limiteur qui travaille le moins possible. Ne regardez pas l'indicateur intégré à ce stade.
3. Mesurez le résultat. Quel que soit le niveau sonore intégré obtenu, c'est votre candidat.
4. Vérifiez la cohérence. Si votre valeur intégrée se situe entre environ −14 et −9 LUFS, vous êtes dans la zone où toutes les cibles publiées et tous les chiffres rapportés tiennent en quelques LU, et aucun service ne fera rien de spectaculaire à votre morceau. Si vous êtes plus fort que −9 LUFS, demandez-vous ce que la limitation vous a acheté, puisque la normalisation reprendra le niveau.
5. Alors seulement, envisagez d'ajuster — et ajustez en changeant le mastering, pas en ajoutant de la limitation.

Viser un chiffre LUFS en ajoutant de la limitation jusqu'à ce que l'aiguille tombe juste est exactement le comportement que la normalisation a rendu vain. Si le chiffre doit bouger, faites-le bouger par la structure de gain, par des décisions de mixage, ou par moins de compression.

Le genre compte d'une manière qu'aucun chiffre unique ne peut capturer. Un master de rap, d'électro dense ou de metal atterrit couramment entre −10 et −8 LUFS parce que le matériau est intrinsèquement soutenu; une chanson à texte voix-piano, du jazz, un enregistrement orchestral atterrissent entre −18 et −13 LUFS parce qu'il ne l'est pas. Les deux sont corrects. L'erreur, ce n'est pas une chanson qui mesure −16 LUFS; c'est une chanson limitée à −8 LUFS.

Si votre master est déjà limité

Vous avez un master terminé, durement limité, et vous venez de lire ce qui précède. Trois options honnêtes, par ordre de préférence.

Refaire le master à partir du mix. La seule vraie correction. La limitation de crête n'est pas réversible: les transitoires supprimés ne sont plus dans le fichier. Si vous avez le mix, relâchez le limiteur et réexportez.

Baisser le plafond et ne rien toucher d'autre. Si vous n'avez que le master et que son vrai crête dépasse −1 dBTP, appliquez une limitation vrai crête ou une réduction de gain sans écrêtage pour le ramener à −1 dBTP, et arrêtez-vous là. Cela corrige l'erreur de livraison sans prétendre corriger la dynamique.

Ne rien faire. Un master à −8 LUFS avec un plafond à −1 dBTP n'est pas cassé. Il sera joué au même niveau que tout le reste, un peu plus plat qu'il n'aurait pu l'être — un coût réel, mais inférieur à celui d'un remastering bâclé. Le sur-limitage est une occasion manquée, pas un défaut: le fichier fonctionnera, il ne fonctionnera simplement pas aussi bien qu'il aurait pu.

Niveau et dynamique sont deux choses distinctes

Gardez-les séparées dans votre tête, parce que leur confusion est à la source de la plupart des mauvaises décisions.

Le niveau, c'est là où l'ensemble du morceau se situe. C'est un chiffre unique, réglé par un fader, gratuit, et sous normalisation il est choisi par le service, pas par vous.

La dynamique, c'est la relation entre les parties fortes et faibles — instant par instant (facteur de crête, PLR) et section par section (LRA). Elle coûte quelque chose à créer, elle est détruite par la limitation, et rien en aval ne la restitue.

Vous ne concourez plus sur le niveau — le service le fixe — donc chaque décibel dépensé en niveau est prélevé sur un budget que l'auditeur ne verra jamais. La normalisation n'a pas supprimé votre capacité à faire un disque qui sonne fort. Elle a supprimé la possibilité d'en faire un en étant fort. L'intensité perçue vient désormais de la densité d'arrangement, du contraste de transitoires, du poids dans le bas-médium, et de la taille du saut entre les sections — c'est-à-dire de tout ce qui survit intact à un gain de lecture de −6 dB.

Ce qui n'a réellement aucune importance

• Atteindre une cible LUFS au dixième près. Rien n'est arrondi, rien n'échoue, et la différence entre −14,0 et −13,4 LUFS est inaudible. Une tolérance de ±1 LU est généreuse.
• Faire un master différent par service. Les cibles publiées et rapportées tiennent dans environ 2 LU. Un seul master à −1 dBTP avec une dynamique saine est correct partout.
• La fréquence d'échantillonnage et le dither sur un master 24 bits. Livrez à la fréquence native du mix; le sur-échantillonnage n'apporte rien, et un dither 24 bits se situe très en dessous de tout ce qui survit à la distribution.
• Le −23 LUFS de la diffusion. Sauf si vous livrez un PAD à une chaîne, R 128 n'est pas votre spécification.
• La marque de votre outil de mesure. N'importe quel appareil conforme à BS.1770 avec mode vrai crête et sur-échantillonnage suffisant s'accorde avec n'importe quel autre à une fraction de LU près. Les désaccords viennent de l'implémentation du portillonnage ou du sur-échantillonnage, pas de la qualité.

10. Résumé

Mesurez le niveau sonore intégré du master terminé avec un outil conforme à BS.1770. Fixez un plafond vrai crête à −1 dBTP, ou −2 dBTP si vous êtes plus fort que −14 LUFS. Utilisez le court terme pour les décisions d'équilibre et l'intégré uniquement pour la vérification. Retenez que la porte relative de la mesure intégrée est à −10 LU sous la moyenne déjà portillonnée en absolu, et que celle de la LRA est à −20 LU. Retenez surtout que le −23 LUFS que la réglementation française impose à la télévision n'a rien à faire dans un master musical. C'est le service, et non vous, qui fixe le niveau de lecture: dépensez sur ce que l'auditeur peut encore entendre l'effort que vous auriez dépensé en niveau.

Mazufa distribue la musique sans frais de mise en ligne, sans abonnement et sans facturation par sortie; la seule déduction est de 5 % des redevances perçues, et chaque candidature complète fait l'objet d'une revue humaine.

Sources

ITU-R BS.1770 — algorithme de mesure, pondération K, portillonnage, vrai crête

• Recommandation ITU-R BS.1770-5 (11/2023), Algorithms to measure audio programme loudness and true-peak audio level (texte intégral PDF): https://www.itu.int/dms_pubrec/itu-r/rec/bs/R-REC-BS.1770-5-202311-I!!PDF-E.pdf
• Page de la recommandation et historique des éditions (BS.1770-0 à BS.1770-5): https://www.itu.int/rec/R-REC-BS.1770/en

UER / EBU — cible de diffusion, fenêtres de mesure, plage dynamique

• EBU R 128, Loudness normalisation and permitted maximum level of audio signals (−23 LUFS): https://tech.ebu.ch/publications/r128
• EBU Tech 3341, Loudness Metering: EBU Mode metering to supplement EBU R 128 (momentané 400 ms, court terme 3 s): https://tech.ebu.ch/publications/tech3341
• EBU Tech 3342, Loudness Range: A measure to supplement EBU R 128 loudness normalisation (porte à −20 LU; 10ᵉ et 95ᵉ centiles), PDF: https://tech.ebu.ch/docs/tech/tech3342.pdf

Cadre français de la diffusion (télévision — ne s'applique pas au streaming musical)

• Arcom (ex-CSA), Délibération du 19 juillet 2011 relative aux caractéristiques techniques de l'intensité sonore des programmes et des messages publicitaires de télévision (−23 LUFS, tolérance ±1 LU, référence à ITU-R BS.1770): https://www.arcom.fr/se-documenter/espace-juridique/textes-juridiques/deliberation-du-19-juillet-2011-relative-aux-caracteristiques-techniques-de-lintensite-sonore-des-programmes-et-des-messages-publicitaires-de-television
• Décret n° 92-280 du 27 mars 1992 modifié, relatif à la publicité, au parrainage et au téléachat (article 14, niveau sonore des séquences publicitaires), version consolidée sur le site de l'Arcom: https://www.arcom.fr/se-documenter/espace-juridique/textes-juridiques/decret-ndeg-92-280-du-27-mars-1992-modifie-relatif-la-publicite-au-parrainage-et-au-teleachat-version-consolidee
• Loi n° 86-1067 du 30 septembre 1986 relative à la liberté de communication (Légifrance): https://www.legifrance.gouv.fr/loda/id/JORFTEXT000000512205

AES — recommandations pour le streaming

• AES TD1008.1.21-9, Recommendations for Loudness of Internet Audio Streaming and On-Demand Distribution (−16 LUFS musique, −14 LUFS album, −18 LUFS parlé, −1 dBTP), PDF: https://aes2.org/wp-content/uploads/2024/01/20210924_TD1008_v3.13.pdf
• Page du document AES TD1008: https://aes.org/technical-council/technical-document-aestd1008/

Spotify — spécification de normalisation publiée

• Spotify for Artists, Loudness normalization (−14 LUFS; −1 dBTP / −2 dBTP; gain positif et marge; normalisation par album): https://support.spotify.com/us/artists/article/loudness-normalization/

Non publié par les services. Les valeurs indiquées pour Apple Music, YouTube Music, Amazon Music, TIDAL et Deezer sont des mesures tierces largement rapportées. Aucune source primaire n'est citée pour elles, parce qu'il n'en existe aucune: ces services ne publient pas de spécification de normalisation.