Pourquoi ma voix sonne-t-elle différemment sur un enregistrement iPhone ?

Presque tout le monde qui réécoute sa propre voix pour la première fois a la même réaction : ce n'est pas moi, ça. Cela arrive aussi bien avec un bon micro qu'avec un mauvais, avec un enregistreur professionnel qu'avec un téléphone — un premier indice que le fichier n'est presque jamais la vraie explication.

Deux chemins, pendant que vous parlez

Quand vous parlez, le son atteint vos propres oreilles par deux voies à la fois, et une seule d'entre elles est accessible à quiconque d'autre. La conduction aérienne est la voie connue : les ondes sonores sortent de votre bouche, traversent la pièce et atteignent votre tympan depuis l'extérieur — le même trajet que suit votre voix jusqu'à un ami à côté de vous, ou jusqu'à un micro posé sur un bureau.

La conduction osseuse est l'autre voie, et elle n'existe que pour vous. La vibration de vos propres cordes vocales voyage directement à travers les os de la mâchoire et du crâne jusqu'à l'oreille interne, sans passer par l'air. L'os transmet les basses fréquences plus efficacement que l'air, donc la part que vous percevez par conduction osseuse est chargée vers le grave. Ajoutée à la part qui arrive par l'air au même instant, la voix que vous entendez en parlant est plus pleine et plus grave que le son qui sort réellement de votre bouche.

Ce qu'un micro capte réellement

Un téléphone n'a pas de crâne pour y conduire quoi que ce soit. Son micro ne reçoit que le signal transmis par l'air — le son qui a voyagé dans la pièce, exactement le même signal que reçoit un ami à côté de vous. Il n'a rien d'autre à mélanger avec, donc ce qui est enregistré n'est pas une version déformée de votre voix : c'est la seule version qui soit réellement sortie de votre bouche. L'écart que vous entendez à la réécoute se situe entre ça et la version plus pleine, renforcée par l'os, que vous avez l'habitude d'entendre de l'intérieur — pas entre l'enregistrement et la réalité.

Pourquoi aucun réglage ne corrige cela

Un enregistreur qui propose plusieurs niveaux de qualité — ceux de Voice Studio vont de standard à 22,05 kHz jusqu'à ultra à 48 kHz, tous en AAC mono — change la fidélité avec laquelle le téléphone capte la pièce. Il n'ajoute pas, et ne peut pas ajouter, la composante transmise par conduction osseuse, parce que cette composante n'est jamais sortie de votre corps. Il n'y a rien dans la pièce qu'un micro, quel qu'il soit, puisse en capter. Enregistrer au réglage le plus élevé disponible donne une capture plus fidèle de la voix transmise par l'air ; elle n'allait jamais sonner comme la voix que vous entendez dans votre tête, parce que celle-ci est en partie construite à partir de vibration, pas de son.

Cela devient moins étrange avec la répétition

Les personnes qui s'enregistrent régulièrement — créateurs de podcast, personnes qui apprennent une langue, quiconque revoit ses propres interventions — rapportent souvent que la réaction s'atténue avec l'habitude. Pas parce que le son change sur les enregistrements suivants, mais parce que la version inconnue devient la version familière à force de l'entendre, un peu comme une photo de vous cesse de paraître étrange une fois que vous en avez vu assez.

Ce qui, en revanche, mérite d'être corrigé

Indépendamment de tout cela, un enregistrement peut vraiment sonner mal, et cette partie-là mérite d'être vérifiée plutôt que mise sur le compte de "c'est juste comme ça que je sonne". La distance au micro, une pièce qui renvoie beaucoup le son, ou un téléphone posé contre quelque chose qui l'étouffe changent réellement l'audio capté, pas seulement votre réaction en vous réécoutant. Si un enregistrement sonne fin, étouffé ou lointain en plus de paraître peu familier, cette seconde partie a une cause qu'on peut corriger : le placement et la pièce, pas votre voix.

Comment Voice Studio gère cela

Voice Studio enregistre en AAC mono, selon le niveau de qualité choisi — standard, élevée ou ultra — et n'applique rien qui remodèle le timbre d'une voix. La réduction de bruit, quand elle est activée, agit sur le bruit de fond ; ce n'est pas un filtre appliqué à votre voix elle-même. Le fichier obtenu est une capture fidèle de ce qu'un micro dans cette pièce a réellement recueilli. La réaction "ce n'est pas moi", quand elle survient, vient du fait de s'entendre de l'extérieur de son propre crâne pour une fois — pas de quoi que ce soit que l'app aurait fait à l'audio.

Questions fréquentes

Un enregistrement de ma voix est-il plus fidèle que ce que j'entends en parlant ?

En un sens, oui. Un micro ne capte que le son réellement sorti de votre bouche vers la pièce, la même version que les autres entendent déjà. Ce que vous entendez de l'intérieur en parlant inclut du son transmis par conduction osseuse qu'un micro n'a aucun moyen de capter — c'est cette part qui manque à un enregistrement, pas quelque chose ajouté par erreur.

Enregistrer avec une qualité plus élevée change-t-il le son de ma voix dans le fichier ?

Cela capte la pièce plus fidèlement sur une plage de fréquences plus large, mais cela n'ajoute rien. Le son plus plein que vous entendez en parlant vient de la conduction osseuse, et aucun réglage de qualité n'allait jamais enregistrer cela — un micro n'a jamais été en position de le faire.

Vais-je m'habituer au son de ma voix enregistrée ?

Les personnes qui s'enregistrent suffisamment souvent rapportent justement cela : la réaction s'atténue avec la répétition, parce que la version inconnue devient la version familière avec le temps, pas parce que quoi que ce soit change dans les enregistrements suivants.

Si mon enregistrement sonne étouffé ou lointain en plus de ne pas me ressembler, est-ce le même problème ?

Non. Un son étouffé ou lointain vient généralement du placement du micro ou de la pièce, et cela mérite d'être vérifié séparément. L'écart entre votre voix intérieure et un enregistrement est présent dans tout enregistrement propre jamais réalisé ; qu'il soit en plus difficile à entendre ne l'est pas, et cette seconde partie-là peut être corrigée.