Chapitre 4 : Les systèmes électroacoustiques géométriquesChapter 4: Geometric electroacoustic systems

Le développement initial des systèmes électroacoustiques a été intimement lié au développement de la téléphonie. Nous l’avions oublié, car aujourd’hui nous faisons une distinction basée sur la spécialisation respective de leurs utilisations. Or cette distinction, entre le téléphone et, ce qu’on pourrait appeler globalement, la chaîne stéréophonique, n’existait pas à la fin du XIXe siècle et au début du XXe siècle. En effet, mis à part l’étape de stockage de l’information, le but du téléphone et de la chaîne stéréophonique est le même : capter une information sonore dans un lieu donné et émettre cette information sonore dans un autre lieu. Faut-il alors se surprendre que la première captation stéréophonique utilisant deux microphones a été transmise via deux lignes téléphoniques ? C’est ainsi que dans le cadre de l’Exposition internationale de l’électricité de Paris, en 1881, l’inventeur Clément Ader procéda à la retransmission stéréophonique à distance des concerts qui avaient lieu à l’Opéra de Paris58. Déjà, à cette époque, il était clair que l’encodage des caractéristiques directionnelles d’un événement acoustique nécessitait l’emploi de plus d’un canal d’information. Alors, est-ce que deux canaux pouvaient être suffisants ? En 1898, le gramophone Multiplex Graphophone Grand utilisait trois cornets, pour la captation et la reproduction, qui inscrivaient et lisaient trois sillons sur un cylindre27. À un coût prohibitif de mille dollars, cet appareil n’a sûrement pas trouvé beaucoup de preneurs.The initial development of electroacoustic systems was closely linked to the development of telephony. We have forgotten this, because today we make a distinction based on their respective specialized uses. Yet this distinction, between the telephone and what might broadly be called the stereo system, did not exist at the end of the 19th century and the beginning of the 20th century. Indeed, apart from the storage of information, the purpose of the telephone and of the stereo system is the same: to capture sound information in a given place and to emit this sound information in another place. Should we then be surprised that the first stereophonic capture using two microphones was transmitted over two telephone lines? Thus, at the International Exposition of Electricity in Paris in 1881, the inventor Clément Ader carried out the remote stereophonic transmission of concerts taking place at the Paris Opera58. Already at that time, it was clear that encoding the directional characteristics of an acoustic event required more than one channel of information. So, could two channels be enough? In 1898, the Multiplex Graphophone Grand used three horns, for capture and reproduction, which inscribed and read three grooves on a cylinder27. At a prohibitive cost of a thousand dollars, this device surely did not find many buyers.

À la lumière de ces deux exemples, nous voyons que dès le début de la téléphonie, il y a plus de cent ans, les qualités directionnelles d’un événement acoustique n’étaient pas captables avec un seul microphone et reproductibles avec une seule enceinte acoustique. Cependant, l’utilisation encore très courante en radio et télédiffusion de la captation et de la transmission à un canal demande son inclusion dans le présent mémoire. Étant donné que, durant nos recherches, nous n’avons pas recensé de systèmes à capteur unique utilisant un filtre acoustique adjacent à la capsule, il apparaît normal d’analyser les systèmes électroacoustiques à un canal d’information à partir du modèle géométrique.In the light of these two examples, we see that from the very beginning of telephony, more than a hundred years ago, the directional qualities of an acoustic event could not be captured with a single microphone and reproduced with a single loudspeaker. However, the still very common use of single-channel capture and transmission in radio and television broadcasting calls for its inclusion in this thesis. Since, during our research, we found no single-capsule systems using an acoustic filter adjacent to the capsule, it seems natural to analyse single-channel electroacoustic systems using the geometric model.

4.1Systèmes électroacoustiques à un canal d’informationSingle-channel electroacoustic systems

La captation et la reproduction à canal unique d’information sont mieux connus sous l’appellation de monophonie. Dans la monophonie, l’information sonore n’est captée et émise que d’un seul point dans l’espace ; dans ce sens, c’est un système qui n’est même pas unidimensionnel. L’utilisation de microphones aux propriétés sphériques différentes ne change rien à cet état de fait ; tout au plus change-t-on le ratio entre le son provenant directement de la source et le son réfléchi sur les parois du lieu de captation. À la reproduction, à moins de déplacer physiquement la source d’émission sonore de reproduction, c’est-à-dire l’enceinte acoustique, aucun déplacement ou positionnement spatial sonore autre que celui de la source d’émission n’est possible.Single-channel capture and reproduction are better known as monophony. In monophony, sound information is captured and emitted from a single point in space only; in this sense, it is a system that is not even one-dimensional. Using microphones with different spherical properties does not change this fact; at most, one changes the ratio between the sound coming directly from the source and the sound reflected off the surfaces of the recording space. In reproduction, unless the reproducing sound source, that is, the loudspeaker, is physically moved, no spatial movement or positioning of sound other than that of the emitting source is possible.

Alors, si la monophonie n’est même pas unidimensionnelle, comment se fait-il, lors de la reproduction, que l’on puisse apprécier ou évaluer les caractéristiques acoustiques du lieu de captation, comme la réverbération ou l’écho ? Un phénomène sonore comme la réverbération livre ses indices sur l’acoustique du lieu de captation à la fois par une description spatiale et une description temporelle de cette acoustique. La captation monophonique, si elle ne permet pas la saisie discriminante des descripteurs spatiaux de la réverbération, permet toutefois la saisie discriminante de ses descripteurs temporels. Ces descripteurs temporels sont des variations dans le temps de l’amplitude globale et du ratio d’amplitude des fréquences du son réfléchi qui parvient au capteur. Lors de la reproduction, notre expérience auditive nous permet donc d’interpréter les descripteurs temporels et d’évaluer les caractéristiques acoustiques du lieu de captation. Peut-on alors vraiment parler de dimension spatiale, captée et reproduite par le système électroacoustique, quand celle-ci n’existe que dans l’extrapolation mentale basée sur une partie des éléments descripteurs ? Nous ne le croyons pas et persévérons ainsi dans notre affirmation que la monophonie n’est même pas unidimensionnelle. Par ailleurs, il faut remarquer que le phénomène d’extrapolation mentale décrit plus haut est vrai pour tous les systèmes électroacoustiques, qu’ils relèvent du modèle binaural ou du modèle géométrique.So, if monophony is not even one-dimensional, how is it that, in reproduction, one can appreciate or assess the acoustic characteristics of the recording space, such as reverberation or echo? A sound phenomenon such as reverberation provides its clues about the acoustics of the recording space through both a spatial and a temporal description of those acoustics. Monophonic capture, while it does not allow the discriminating capture of the spatial descriptors of reverberation, does allow the discriminating capture of its temporal descriptors. These temporal descriptors are variations over time in the overall amplitude and in the frequency amplitude ratio of the reflected sound reaching the capsule. In reproduction, our auditory experience therefore allows us to interpret the temporal descriptors and assess the acoustic characteristics of the recording space. Can we then really speak of a spatial dimension captured and reproduced by the electroacoustic system, when it exists only in a mental extrapolation based on part of the descriptive elements? We do not believe so, and thus maintain our assertion that monophony is not even one-dimensional. It should also be noted that the phenomenon of mental extrapolation described above holds for all electroacoustic systems, whether they derive from the binaural model or the geometric model.

4.2Systèmes électroacoustiques à deux canaux d’informationTwo-channel electroacoustic systems

Cette section porte sur les systèmes électroacoustiques utilisant deux canaux d’information, communément regroupés sous le terme de stéréophonie. Il serait important de mentionner tout d’abord que le préfixe stéréo vient du grec stereos qui signifie un solide dans le sens géométrique du terme ; la stéréophonie serait donc le son en trois dimensions. Nous croyons alors que le terme stéréophonie constitue, en regard de son étymologie et de son utilisation courante pour désigner spécifiquement les systèmes électroacoustiques à deux canaux, un abus de langage historique. Mais par convention avec l’usage habituel, et pour éviter de créer une confusion supplémentaire dans la valse terminologique que l’on constate souvent dans ce domaine, on limitera le sens de stéréophonie à une captation transmise par deux canaux et devant être reproduite avec deux enceintes acoustiques ou un casque d’écoute.This section deals with electroacoustic systems using two channels of information, commonly grouped under the term stereophony. It should first be mentioned that the prefix stereo comes from the Greek stereos, meaning a solid in the geometric sense of the term; stereophony would therefore be sound in three dimensions. We therefore believe that the term stereophony, in view of its etymology and its common use to refer specifically to two-channel electroacoustic systems, is a historical misuse of language. But in keeping with common usage, and to avoid adding to the terminological confusion often found in this field, we will limit the meaning of stereophony to a capture transmitted over two channels and intended to be reproduced with two loudspeakers or headphones.

Nous l’avons mentionné un peu plus haut, dès le tout début de la téléphonie, l’utilisation de deux canaux pour la transmission et la reproduction sonore apparaissait comme une nette amélioration par rapport à la monophonie. Il a fallu toutefois attendre une quarantaine d’années avant que l’amélioration des composantes mécaniques et électriques, constituant les systèmes électroacoustiques, permette des expérimentations plus poussées et une commercialisation possible de la stéréophonie. En 1931, des demandes de brevets sur la gravure d’un sillon à deux canaux sur disque ou sur cylindre étaient déposées en Angleterre10 et aux États-Unis63. Les conditions défavorables de la crise économique empêchèrent toutefois les investissements nécessaires à la commercialisation de ces brevets.As mentioned above, from the very beginning of telephony, the use of two channels for sound transmission and reproduction appeared to be a clear improvement over monophony. It was, however, some forty years before improvements in the mechanical and electrical components making up electroacoustic systems allowed more advanced experiments and a possible commercialization of stereophony. In 1931, patent applications for cutting a two-channel groove on disc or cylinder were filed in England10 and in the United States63. The unfavourable conditions of the economic depression, however, prevented the investment needed to commercialize these patents.

Les années cinquante, avec le boom économique d’après-guerre, offrirent un contexte plus favorable à cette commercialisation. Dans le cas des États-Unis, cette demande venait des Laboratoires Bell où on faisait depuis quelque temps des enregistrements stéréophoniques à deux ou trois microphones. La demande de brevet en Angleterre venait de Alan Dower Blumlein, qui travaillait pour la compagnie EMI. Ce qu’il y a d’intéressant dans le brevet de Blumlein, c’est qu’il ne parle pas uniquement de la gravure, mais d’un système stéréophonique complet, de la captation à la reproduction. À la lecture de ce brevet, il devient évident que plusieurs techniques de production utilisées aujourd’hui en stéréophonie viennent directement de Blumlein. Nous allons donc, au fur et à mesure que nous aborderons ces techniques, indiquer en quoi elles sont redevables à Blumlein.The fifties, with the post-war economic boom, offered a more favourable context for this commercialization. In the United States, the application came from Bell Laboratories, where stereophonic recordings with two or three microphones had been made for some time. The patent application in England came from Alan Dower Blumlein, who worked for the EMI company. What is interesting about Blumlein’s patent is that it does not deal only with disc cutting, but with a complete stereophonic system, from capture to reproduction. Reading this patent, it becomes clear that many production techniques used in stereophony today come directly from Blumlein. As we discuss these techniques, we will therefore indicate how they are indebted to Blumlein.

La captation stéréophonique de base à deux microphones nous offre une multitude de possibilités quant aux combinaisons fonctionnelles de micros. On peut toutefois regrouper ces combinaisons de micros en deux classes : les captations coïncidentes et les captations non coïncidentes. Comme nous allons le voir, ces techniques de captation utilisent soit la différence intercanal d’amplitude, soit une combinaison de différence intercanal d’amplitude et de différence intercanal de phase pour encoder le positionnement des sons25.Basic two-microphone stereophonic capture offers a multitude of possibilities in terms of functional combinations of microphones. These combinations can, however, be grouped into two classes: coincident captures and non-coincident captures. As we shall see, these capture techniques use either the interchannel amplitude difference, or a combination of interchannel amplitude difference and interchannel phase difference, to encode the positioning of sounds25.

4.2.1Les captations stéréophoniques coïncidentesCoincident stereophonic captures

Dans la prise de son coïncidente, deux capsules directionnelles occupent théoriquement le même point dans l’espace, mais avec leur axes de rotation dirigés dans des directions différentes. Le son arrive ainsi en même temps aux deux micros, mais avec une amplitude variant différemment dans les deux micros en fonction de la direction du son. Donc en prise de son coïncidente, l’encodage de la position d’une source sonore donnée dépend uniquement de la différence intercanal d’amplitude25. Évidemment, avec deux micros omnidirectionnels coïncidents, il n’y aurait théoriquement aucune différence d’amplitude selon la direction des sons. L’utilisation coïncidente de micros ayant le même diagramme polaire est généralement désignée X-Y. On peut utiliser deux cardioïdes, deux hypercardioïdes ou deux figure-huit. Les angles d’écartement varient généralement entre 90° et 180°, les angles plus larges étant préférés pour les cardioïdes et les hypercardioïdes, et l’angle de 90° étant l’usage préféré avec des figure-huit. Placés de cette façon, les figure-huit suivent exactement une fonction sinusoïdale pour le positionnement des sons tout comme le fait un panoramiqueur de console de mixage. Les figure-huit à 90° ont été proposés par Blumlein en 193110 et c’est ce qui explique que cet assemblage est aussi connu sous son nom88.In coincident recording, two directional capsules theoretically occupy the same point in space, but with their axes of rotation pointing in different directions. Sound thus reaches both microphones at the same time, but with an amplitude that varies differently in the two microphones depending on the direction of the sound. In coincident recording, therefore, the encoding of the position of a given sound source depends solely on the interchannel amplitude difference25. Obviously, with two coincident omnidirectional microphones, there would theoretically be no amplitude difference whatever the direction of the sounds. The coincident use of microphones with the same polar pattern is generally called X-Y. Two cardioids, two hypercardioids or two figure-of-eights can be used. The angles between them generally vary between 90° and 180°, wider angles being preferred for cardioids and hypercardioids, and 90° being the preferred angle for figure-of-eights. Placed in this way, figure-of-eights follow exactly a sine function for the positioning of sounds, just as a mixing console pan-pot does. Figure-of-eights at 90° were proposed by Blumlein in 193110, which explains why this arrangement is also known by his name88.

Dans la pratique, le fait d’occuper le même espace par deux microphones n’est pas physiquement possible ; on les place habituellement un par-dessus l’autre et ils occupent ainsi, dans un plan horizontal parallèle à leur axe de rotation, le même point dans l’espace. La force principale de cette technique réside dans la possibilité de créer des microphones virtuels en variant la combinaison de la sommation monophonique et de la différence stéréophonique produits par les micros originaux. La sommation s’obtient en additionnant les signaux des deux microphones et la différence, en additionnant encore les signaux, mais en prenant soin de renverser la polarité du signal d’un des deux micros.In practice, having two microphones occupy the same space is not physically possible; they are usually placed one above the other and thus occupy the same point in space in a horizontal plane parallel to their axis of rotation. The main strength of this technique lies in the possibility of creating virtual microphones by varying the combination of the mono sum and the stereo difference produced by the original microphones. The sum is obtained by adding the signals of the two microphones, and the difference by again adding the signals, but taking care to reverse the polarity of the signal of one of the two microphones.

On peut aussi utiliser directement à l’enregistrement des micros ayant des caractéristiques sphériques analogues à la sommation mono et la différence stéréo. Cette technique est plus connue sous son appellation M-S pour Middle-Side ou Mono-Stéréo88. Tel que proposé par Blumlein dans son brevet10, le micro M pointe directement vers le centre de la source en étant orienté à 0° d’azimut et le micro S est orienté à 90° d’azimut. Le micro M est généralement un cardioïde, mais il peut être aussi un figure-huit, un micro directionnel d’ordre supérieur38 ou exceptionnellement, en regard des autres captations coïncidentes, un omnidirectionnel. Par contre, le micro S sera toujours un figure huit. En additionnant et soustrayant les signaux du M et du S (M + S, M - S) on obtient de nouveaux micros virtuels ayant l’orientation et les caractéristiques sphériques d’une paire X-Y. En changeant le ratio du M par rapport au S, on peut varier l’écartement des micros virtuels. Cependant, l’écartement de la paire de micros virtuels est directement lié à ses caractéristiques sphériques : plus on écarte les micros, plus on augmente la proportion de l’harmonique sphérique de premier ordre, le micro S figure-huit. Donc, en les analysant avec le modèle des harmoniques sphériques, les techniques X-Y et M-S sont équivalentes59. Dans la réalité cependant, certains ingénieurs préfèrent le M-S parce qu’il en résulte une sommation monophonique de meilleure qualité dans ses caractéristiques fréquentielles et sphériques.Microphones with spherical characteristics analogous to the mono sum and the stereo difference can also be used directly when recording. This technique is better known as M-S, for Middle-Side or Mono-Stereo88. As proposed by Blumlein in his patent10, the M microphone points directly at the centre of the source, oriented at 0° azimuth, and the S microphone is oriented at 90° azimuth. The M microphone is generally a cardioid, but it can also be a figure-of-eight, a higher-order directional microphone38 or, exceptionally compared with other coincident captures, an omnidirectional. The S microphone, on the other hand, will always be a figure-of-eight. By adding and subtracting the M and S signals (M + S, M - S), new virtual microphones are obtained with the orientation and spherical characteristics of an X-Y pair. By changing the ratio of M to S, the angle between the virtual microphones can be varied. However, the angle of the pair of virtual microphones is directly linked to its spherical characteristics: the wider the microphones are spread, the greater the proportion of the first-order spherical harmonic, the figure-of-eight S microphone. Therefore, when analysed with the spherical harmonics model, the X-Y and M-S techniques are equivalent59. In reality, however, some engineers prefer M-S because it results in a mono sum of better quality in its frequency and spherical characteristics.

Nous voyons que les techniques coïncidentes sont, sur une base théorique, interchangeables. Évidemment, les caractéristiques sphériques et l’angle d’écartement des microphones auront un impact sur la fonction de panoramique. Les figure-huit à 90° et les cardioïdes à 180° sont les seules captations à avoir une fonction de panoramique régulière, c’est-à-dire qui ne favorisent aucun quadrant au détriment d’un autre. Les autres combinaisons, obtenues en X-Y ou en M-S, vont plus ou moins favoriser le quadrant avant ou les quadrants gauche et droit. Mais ce qu’ont en commun toutes ces captations coïncidentes, en utilisant uniquement deux microphones, c’est le caractère unidimensionnel dans leurs capacités d’encodage spatial.We see that coincident techniques are, on a theoretical basis, interchangeable. Of course, the spherical characteristics and the angle between the microphones will have an impact on the panning function. Figure-of-eights at 90° and cardioids at 180° are the only captures with a regular panning function, that is, one that favours no quadrant at the expense of another. Other combinations, obtained in X-Y or M-S, will more or less favour the front quadrant or the left and right quadrants. But what all these coincident captures have in common, using only two microphones, is the one-dimensional nature of their spatial encoding capabilities.

4.2.2Les captations stéréophoniques non coïncidentesNon-coincident stereophonic captures

Contrairement à ce qui se fait en technique coïncidente, l’utilisation de microphones omnidirectionnels est, par contre, tout indiquée pour la prise de son non coïncidente. Cette classe regroupe l’ensemble des techniques où les deux microphones n’occupent pas le même point dans l’espace. Le micro omnidirectionnel est utilisé dans un montage généralement appelé A-B, où les distances les plus couramment utilisées entre les deux micros varient de quelques dizaines de centimètres à quelques mètres, ces distances variant d’une situation et d’un ingénieur à l’autre. Le fait est que la distance entre les micros, en plus de la différence intercanal d’amplitude, crée une différence intercanal de phase puisque les sons arriveront aux micros à des moments différents. Lorsque la distance entre les micro dépasse quelques mètres, l’ajout d’un troisième micro omnidirectionnel, équidistant entre les deux micros principaux et dirigé au centre de l’image stéréophonique, est recommandé ; cette pratique s’inspire directement des expériences sur la stéréophonie menées dans les Laboratoires Bell durant les années trente63.Unlike in the coincident technique, the use of omnidirectional microphones is entirely appropriate for non-coincident recording. This class includes all techniques in which the two microphones do not occupy the same point in space. The omnidirectional microphone is used in an arrangement generally called A-B, where the most commonly used distances between the two microphones range from a few tens of centimetres to a few metres, these distances varying from one situation and one engineer to another. The fact is that the distance between the microphones, in addition to the interchannel amplitude difference, creates an interchannel phase difference, since sounds will reach the microphones at different times. When the distance between the microphones exceeds a few metres, adding a third omnidirectional microphone, equidistant between the two main microphones and pointing at the centre of the stereo image, is recommended; this practice draws directly on the stereophony experiments conducted at Bell Laboratories during the thirties63.

D’un autre côté, quand la distance entre les microphones est plutôt petite, soit moins que trente centimètres, les micros omnis ne sont plus nécessairement un bon choix puisque la différence intercanal d’amplitude commence à devenir vraiment faible. Cependant, si l’on tient à utiliser les microphones omnis, particulièrement pour leur qualité spectrale, l’ajout d’un baffle est alors préférable. Le Optimal Stereo System (OSS) en est un exemple : deux omnis espacés de 16,5 cm, séparés par un baffle circulaire acoustiquement amorti d’un diamètre de 28 cm62. Il s’agit, encore dans ce cas, d’un scénario de captation stéréophonique couvert par le brevet de Blumlein10.On the other hand, when the distance between the microphones is rather small, less than thirty centimetres, omni microphones are no longer necessarily a good choice, since the interchannel amplitude difference starts to become really small. However, if one insists on using omni microphones, particularly for their spectral quality, adding a baffle is then preferable. The Optimal Stereo System (OSS) is an example: two omnis spaced 16.5 cm apart, separated by an acoustically damped circular baffle 28 cm in diameter62. This is, again, a stereophonic capture scenario covered by Blumlein’s patent10.

Pour les distances intermicrophones inférieures à 30 cm, l’utilisation de micros directionnels devient une option très populaire. La littérature spécialisée identifie souvent ce type de captation comme un regroupement à part entière et lui donne le nom de quasi coïncident. Le montage français ORTF13 est sans aucun doute le plus connu de cette famille. Il utilise deux cardioïdes espacés de 17 cm et compris dans un angle de 110°. Le montage hollandais NOS88 utilise lui aussi deux cardioïdes, mais espacés de 30 cm et dans un angle de 90°, tandis que le montage britannique Faulkner26,52, sûrement le moins connu, utilise deux figure-huit espacés de 18 à 20 cm, mais avec leurs axes de rotation parallèles l’un à l’autre et dirigés vers la source.For inter-microphone distances of less than 30 cm, the use of directional microphones becomes a very popular option. The specialized literature often identifies this type of capture as a group in its own right and calls it near-coincident. The French ORTF arrangement13 is undoubtedly the best known of this family. It uses two cardioids spaced 17 cm apart at an angle of 110°. The Dutch NOS arrangement88 also uses two cardioids, but spaced 30 cm apart at an angle of 90°, while the British Faulkner arrangement26,52, surely the least known, uses two figure-of-eights spaced 18 to 20 cm apart, but with their axes of rotation parallel to each other and pointing at the source.

À ces montages, on pourra toujours apporter quelques modifications. Ainsi, chez la compagnie AKG, l’utilisation d’un baffle circulaire de 35 cm semblable à celui du système OSS est recommandée pour améliorer la performance du système ORTF80. Dans les montages quasi coïncidents, le baffle est optionnel ; on devra toutefois l’utiliser si on tient à préserver une grande compatibilité monophonique. Il y aura en effet, pour certaines longueurs d’onde déterminées précisément par la distance entre les microphones, des déphasages de 180° causant des annulations audibles de ces fréquences en monophonie. Une analyse des harmoniques sphériques des montages quasi coïncidents sans baffle révèle, à l’instar des phénomènes acoustiques d’interférences que l’on retrouve dans les micros canons, qu’une harmonique sphérique de deuxième ou de troisième ordre, variant selon les longueurs d’onde, constitue une partie importante du micro virtuel correspondant à la sommation monophonique90. Donc, le baffle, en diminuant l’amplitude des signaux conjoints aux deux micros mais en opposition de phase, assurera la compatibilité monophonique.A few modifications can always be made to these arrangements. Thus, the AKG company recommends using a 35 cm circular baffle similar to that of the OSS system to improve the performance of the ORTF system80. In near-coincident arrangements, the baffle is optional; it should, however, be used if one wishes to preserve a high degree of mono compatibility. Indeed, for certain wavelengths determined precisely by the distance between the microphones, there will be 180° phase shifts causing audible cancellation of these frequencies in mono. An analysis of the spherical harmonics of near-coincident arrangements without a baffle reveals, as with the acoustic interference phenomena found in shotgun microphones, that a second- or third-order spherical harmonic, varying with wavelength, makes up a significant part of the virtual microphone corresponding to the mono sum90. The baffle, by reducing the amplitude of signals common to both microphones but in phase opposition, will therefore ensure mono compatibility.

Les captations non coïncidentes, parce qu’elles utilisent deux micros, sont unidimensionnelles dans leur encodage spatial, tout comme les captations coïncidentes. Dans le cas du montage A-B, puisque l’ajout potentiel de micros supplémentaires se fait sur la même ligne que les micros principaux, on ne fait qu’améliorer la définition de la ligne. La techniques A-B est donc tout aussi unidimensionnelle que les autres.Non-coincident captures, because they use two microphones, are one-dimensional in their spatial encoding, just like coincident captures. In the case of the A-B arrangement, since any additional microphones are placed on the same line as the main microphones, one merely improves the definition of the line. The A-B technique is therefore just as one-dimensional as the others.

4.2.3Les captations stéréophoniques polymicrophoniquesMulti-microphone stereophonic captures

Les enregistrements polymicrophoniques à capteurs monophoniques utilisent principalement la différence intercanal d’amplitude pour positionner les sons monophoniques entre la gauche et la droite, lorsqu’ils sont mixés en temps réel ou en différé sur deux pistes. Le contrôle de panoramique sur les consoles agit en changeant l’amplitude du signal dans un canal par rapport à l’autre. Les enregistrements polymicrophoniques à capteurs stéréophoniques peuvent utiliser différentes combinaisons de capteurs stéréos principaux et de capteurs monos d’appoint. Le mixage pourra préserver ou non les caractéristiques d’encodage directionnel des différents assemblages de micros, en maintenant ou en diminuant la séparation des canaux de ces différents assemblages. Par ailleurs, la différence intercanal de phase n’est pas encore utilisée de façon courante pour positionner les sons dans un mixage sur deux pistes. Jusqu’à maintenant, les appareils périphériques qui produisaient de tels délais servaient plus souvent à créer des impressions spatiales au positionnement diffus ; le rapprochement avec la prise de son non coïncidente est assez facile à faire. Mais l’art du mixage stéréo d’une captation polymicrophonique s’est vu récemment enrichi de nouvelles expérimentations dans le domaine. La question du traitement temporel des microphones d’appoint y a été abordée et plusieurs hypothèses y ont été testées.Multi-microphone recordings with monophonic capsules mainly use the interchannel amplitude difference to position monophonic sounds between left and right when they are mixed, live or afterwards, onto two tracks. The pan control on consoles works by changing the amplitude of the signal in one channel relative to the other. Multi-microphone recordings with stereophonic capture devices can use various combinations of main stereo capture devices and monophonic spot microphones. The mix may or may not preserve the directional encoding characteristics of the various microphone arrays, by maintaining or reducing the channel separation of these arrays. Moreover, the interchannel phase difference is not yet commonly used to position sounds in a two-track mix. Until now, the outboard devices producing such delays were more often used to create spatial impressions with diffuse positioning; the parallel with non-coincident recording is easy to draw. But the art of stereo mixing a multi-microphone recording has recently been enriched by new experiments in this area. The question of time processing of spot microphones has been addressed, and several hypotheses have been tested.

La technique courante de polymicrophonie consiste à capter l’événement par un montage stéréophonique et des microphones monophoniques d’appoint sur les instruments dont on veut compenser la faiblesse relative du signal. Telle quelle, cette technique comporte un important problème : les sons captés par les microphones d’appoint seront perçus avant les sons captés par le montage stéréo. Il en résultera l’illusion que l’information du montage stéréo constitue les premières réflexions et que les micros d’appoint constituent les sons directs87. L’enregistrement devient sec. Si on ajoute de la réverbération artificielle, il se produit une décorrélation avec l’acoustique originale. Pour contrer l’avance temporelle des signaux des micros d’appoint, le réflexe normal est de compenser par des délais équivalents à la distance entre chaque micro d’appoint et le montage stéréo. Cependant, cette technique de correction crée de nouveaux problèmes de filtrage fréquentiel lorsque la source d’un micro d’appoint donné se déplace latéralement, changeant ainsi sa relation temporelle avec le micro d’appoint et le montage stéréo mais dans des proportions différentes.The usual multi-microphone technique consists of capturing the event with a stereophonic array plus monophonic spot microphones on the instruments whose relative signal weakness one wishes to compensate. As it stands, this technique has a major problem: the sounds captured by the spot microphones will be perceived before the sounds captured by the stereo array. The result will be the illusion that the information from the stereo array constitutes the early reflections and that the spot microphones constitute the direct sounds87. The recording becomes dry. If artificial reverberation is added, it becomes decorrelated from the original acoustics. To counter the time advance of the spot microphone signals, the normal reflex is to compensate with delays equivalent to the distance between each spot microphone and the stereo array. However, this correction technique creates new frequency-filtering problems when the source of a given spot microphone moves laterally, thereby changing its time relationship with the spot microphone and with the stereo array, but in different proportions.

Reste une dernière solution, assez prometteuse, qui consiste à introduire dans les canaux des micros d’appoint un délai supérieur à celui correspondant à la distance entre les micros d’appoint et le montage stéréo87. Ce délai renvoit donc les signaux monophoniques dans la zone temporelle des premières réflexions et ne détruit pas l’image produite par le montage stéréo. Cette technique de mixage à relation acoustique est encore plus efficace si, pour une source donnée, plus d’une réflexion sont simulées.One last, rather promising, solution remains, which consists of introducing into the spot microphone channels a delay greater than that corresponding to the distance between the spot microphones and the stereo array87. This delay thus places the monophonic signals within the time window of the early reflections and does not destroy the image produced by the stereo array. This acoustically related mixing technique is even more effective if, for a given source, more than one reflection is simulated.

4.2.4Appréciation subjective des captations stéréophoniquesSubjective assessment of stereophonic captures

Quelles sont les différences audibles et appréciables entre les techniques de prises de son stéréophoniques coïncidentes et non coïncidentes ? Avant de les mentionner, il serait bon de rappeler que ces différences sont d’ordre psychoacoustique ; même si on peut facilement identifier et mesurer l’apport de chaque mécanisme d’encodage directionnel dans une captation stéréophonique, l’oreille reste le juge final quant au succès des différentes techniques. De plus, il semblerait que la précision dans la reproduction directionnelle des sons n’est pas le seul critère pour apprécier la qualité de la reproduction spatiale d’une captation stéréo. Carl Ceoen, de la Radiodiffusion-Télévision Belge, a procédé en 1971 à un test d’écoute comparative de différentes captations stéréophoniques du même événement musical14. Les critères d’évaluation, en plus de la précision directionnelle (« stage continuity »), étaient les suivants : « liveness, intimacy, perspective, extra-width, dynamic range, warmth et brillance »14. Au-delà de soixante personnes ont écouté l’extrait des Danses slaves de Dvorak capté simultanément en X-Y (cardioïdes), Blumlein, M-S (cardioïde/figure-huit), ORTF, NOS et polymicrophonie (cinq cardioïdes panoramiqués avec une console). La majorité des personnes interrogées ont indiqué que la captation ORTF semblait être le meilleur compromis entre tous les critères, avec le M-S comme second choix.What are the audible and noticeable differences between coincident and non-coincident stereophonic recording techniques? Before mentioning them, it should be recalled that these differences are psychoacoustic in nature; even though the contribution of each directional encoding mechanism in a stereophonic capture can easily be identified and measured, the ear remains the final judge of the success of the various techniques. Moreover, it would seem that precision in the directional reproduction of sounds is not the only criterion for assessing the quality of the spatial reproduction of a stereo capture. In 1971, Carl Ceoen of Belgian Radio-Television conducted a comparative listening test of different stereophonic captures of the same musical event14. The evaluation criteria, in addition to directional precision (“stage continuity”), were: “liveness, intimacy, perspective, extra-width, dynamic range, warmth and brilliance”14. More than sixty people listened to the excerpt of Dvorak’s Slavonic Dances captured simultaneously in X-Y (cardioids), Blumlein, M-S (cardioid/figure-of-eight), ORTF, NOS and multi-microphone (five cardioids panned with a console). The majority of respondents indicated that the ORTF capture seemed to be the best compromise among all the criteria, with M-S as the second choice.

Cette préférence courante pour la non-coïncidence, Griesinger a tenté de l’expliquer par le fait que ces captations donnent une meilleure « impression spatiale »54. Nous avons traduit ce terme à partir de celui formulé par Barron et Marshall3, et repris par Griesinger et Theile83. Cette impression spatiale est une partie de l’information sonore spatiale encodée par une captation stéréophonique. Cependant, on n’y retrouve pas d’information directionnelle précise, mais plutôt une information sur l’acoustique du lieu original. Theile dit que l’impression spatiale comprend deux attributs de l’image sonore : la « réverbérance »83, qui est une diffusion temporelle des événements auditifs causée par les réflexions tardives et la réverbération, et « l’aération spatiale »83, qui est une diffusion spatiale des événements auditifs causée par les premières réflexions. Cette information sur l’impression spatiale est contenue dans le micro figure-huit, réel ou virtuel, correspondant au signal de différence stéréophonique de la captation. L’orientation de ce microphone fait qu’il est particulièrement apte à capter les premières réflexions de la salle ; celles-ci donnent en fait beaucoup d’indices sur le volume de la salle originale. La distance entre les micros dans un montage non coïncident assure une faible corrélation intercanal et contribue ainsi à produire un signal de différence stéréo psycho-acoustiquement riche. Ainsi, nous croyons que la préférence pour les techniques non coïncidentes est une indication assez forte des défauts inhérents à la stéréophonie conventionnelle quant à sa capacité à donner une impression crédible de l’espace acoustique de l’événement.Griesinger attempted to explain this common preference for non-coincidence by the fact that these captures give a better “spatial impression”54. We have translated this term from the one formulated by Barron and Marshall3, and taken up by Griesinger and Theile83. This spatial impression is part of the spatial sound information encoded by a stereophonic capture. However, it contains no precise directional information, but rather information on the acoustics of the original space. Theile says that spatial impression comprises two attributes of the sound image: “reverberance”83, which is a temporal diffusion of auditory events caused by late reflections and reverberation, and “spaciousness”83, which is a spatial diffusion of auditory events caused by early reflections. This spatial impression information is contained in the figure-of-eight microphone, real or virtual, corresponding to the stereo difference signal of the capture. The orientation of this microphone makes it particularly suited to capturing the early reflections of the room; these in fact provide many clues about the volume of the original room. The distance between the microphones in a non-coincident arrangement ensures low interchannel correlation and thus helps to produce a psychoacoustically rich stereo difference signal. We therefore believe that the preference for non-coincident techniques is a fairly strong indication of the shortcomings inherent in conventional stereophony as regards its ability to give a credible impression of the acoustic space of the event.

4.2.5Le traitement de signal stéréophoniqueStereophonic signal processing

Les montages coïncidents permettent généralement une variation uniforme de la différence intercanal d’amplitude, mais l’absence de différence intercanal de phase produit une différence stéréo à forte corrélation et restitue de façon terne l’impression spatiale. Griesinger suggère toutefois la correction en palier (shelf filtering) de la sommation et de la différence stéréo d’une prise de son coïncidente pour y augmenter l’impression spatiale. En augmentant de 4 dB les fréquences endessous de 700 Hz dans la différence stéréo, et dans certains cas en réduisant aussi de 4 dB cette même plage de fréquences dans la sommation monophonique, on semble remarquer une meilleure impression dans la reproduction de l’ambiance de la salle. Ce type de traitement, où les modifications sont apportées au signaux de sommation et de différence plutôt qu’aux signaux gauche et droit, a été proposé par Blumlein10. On commence seulement à redécouvrir les vertus d’un traitement stéréophonique essentiellement symétrique : une modification à la sommation ou à la différence va toujours se répercuter de manière identique dans le canal gauche et droit. On ne se surprendra pas que le type de « correction spatiale »54, proposée Griesinger, est similaire au traitement de signal que l’on retrouvait dans la technique de production Stereosonic15. Utilisée dans les années cinquante et soixante par la compagnie EMI, Stereosonic était la version commerciale du brevet de Blumlein, proposé par ses anciens collaborateurs52.Coincident arrangements generally allow a uniform variation of the interchannel amplitude difference, but the absence of interchannel phase difference produces a highly correlated stereo difference and renders the spatial impression dully. Griesinger nevertheless suggests shelf filtering of the sum and the stereo difference of a coincident recording to increase its spatial impression. By boosting frequencies below 700 Hz by 4 dB in the stereo difference, and in some cases also cutting this same frequency range by 4 dB in the mono sum, a better impression of the room ambience appears to be reproduced. This type of processing, in which changes are made to the sum and difference signals rather than to the left and right signals, was proposed by Blumlein10. The virtues of essentially symmetrical stereophonic processing are only now being rediscovered: a change to the sum or the difference will always be reflected identically in the left and right channels. It will come as no surprise that the type of “spatial equalization”54 proposed by Griesinger is similar to the signal processing found in the Stereosonic production technique15. Used in the fifties and sixties by the EMI company, Stereosonic was the commercial version of Blumlein’s patent, put forward by his former colleagues52.

Les recherches de Blumlein et Griesinger ont aussi trouvé écho chez la Hughes Aircraft. Cependant, si Griesinger suggérait une correction spatiale statique, le Sound Retrieval System (SRS) de la Hughes applique une correction spatiale dynamique, c’est-à-dire qui varie en fonction du signal stéréo qui lui est alimenté64. Le signal stéréophonique gauche et droit est tout d’abord recomposé en sommation monophonique et en différence stéréophonique. Le SRS procède ensuite à une analyse des signaux pour déterminer la quantité de traitement à appliquer. Il y a peu d’informations dans la littérature sur cette partie du système, mais on peut présumer que l’analyse se fait à partir de paramètres fixes : on regarde proportionnellement l’amplitude de la sommation et de la différence pour toute la bande passante et pour des secteurs fréquentiels en particulier. On modifie alors les amplitudes de certaines plages de fréquences susceptibles de créer une bonne impression spatiale. Pour la reconstruction du signal stéréo gauche et droit, on laisse à l’utilisateur la possibilité de modifier, à l’intérieur de certaines limites, le ratio entre la sommation mono et la différence stéréo. Le Bedini Audio Spatial Environment (B.A.S.E.) fonctionne exactement sur le même principe que le SRS. À un point tel que les commandes sur les appareils SRS et B.A.S.E. sont similaires, pour ne pas dire identiques53. Ces deux systèmes deviennent particulièrement intéressants dans des situations où les enceintes acoustiques sont proches l’une de l’autre. Les correcteurs spatiaux procéderont à une augmentation de l’impression spatiale du signal stéréophonique. De là à affirmer qu’il s’agit de reproduction sonore tridimensionnelle, comme le prétendent les prospectus des deux compagnies, il y a un monde.The research of Blumlein and Griesinger also found an echo at Hughes Aircraft. However, whereas Griesinger suggested static spatial equalization, Hughes’s Sound Retrieval System (SRS) applies dynamic spatial equalization, that is, equalization that varies according to the stereo signal fed into it64. The left and right stereophonic signal is first converted back into mono sum and stereo difference. The SRS then analyses the signals to determine the amount of processing to apply. There is little information in the literature on this part of the system, but it can be assumed that the analysis is based on fixed parameters: the relative amplitude of the sum and the difference is examined for the whole bandwidth and for particular frequency regions. The amplitudes of certain frequency ranges likely to create a good spatial impression are then modified. For the reconstruction of the left and right stereo signal, users are given the option of changing, within certain limits, the ratio between the mono sum and the stereo difference. The Bedini Audio Spatial Environment (B.A.S.E.) works on exactly the same principle as the SRS. So much so that the controls on the SRS and B.A.S.E. devices are similar, not to say identical53. These two systems become particularly interesting in situations where the loudspeakers are close to each other. The spatial equalizers will increase the spatial impression of the stereophonic signal. But to claim that this is three-dimensional sound reproduction, as the brochures of both companies do, is a big leap.

Un autre traitement post-captation qui a fait l’objet d’une redécouverte récente est la « conversion Blumlein »52. Ce traitement consiste à convertir la différence inter-canal de phase d’une captation non coïncidente en différence intercanal d’amplitude. Le principal effet de cette conversion est de rendre plus compatible l’écoute sur enceintes acoustiques d’une captation non coïncidente10. On peut donc conserver les avantages des captations non coïncidentes, notamment l’utilisation de microphones omnidirectionnels, et partiellement éliminer leurs inconvénients, comme la sommation monophonique aux caractéristiques sphériques variables selon la fréquence. Remarquons que la conversion Blumlein s’opère dans les deux directions : on peut aussi convertir une différence intercanal d’amplitude en différence intercanal de phase.Another post-capture process that has recently been rediscovered is “Blumlein shuffling”52. This process consists of converting the interchannel phase difference of a non-coincident capture into an interchannel amplitude difference. The main effect of this conversion is to make a non-coincident capture more compatible with playback over loudspeakers10. One can thus keep the advantages of non-coincident captures, notably the use of omnidirectional microphones, and partly eliminate their drawbacks, such as a mono sum whose spherical characteristics vary with frequency. Note that Blumlein shuffling works in both directions: an interchannel amplitude difference can also be converted into an interchannel phase difference.

4.3Systèmes électroacoustiques à plusieurs canaux d’informationMultichannel electroacoustic systems

Les systèmes de reproduction à plusieurs canaux ont encore comme ancêtre les expérimentations de Blumlein. Il stipule clairement dans son brevet que les « deux canaux de transmission »10 de la stéréophonie ne doivent pas nécessairement alimenter que deux enceintes acoustiques et introduit ainsi le concept de matrice de diffusion adaptée aux particularités de l’installation électroacoustique de chaque lieu de reproduction. Comme pour le reste de ses idées, ce concept va dormir pendant une vingtaine d’années et ce n’est que dans les années cinquante que le scandinave Lauridsen57 testera plusieurs modèles de diffusion, notamment un qu’on pourrait qualifier de M-S. Il utilisait effectivement des haut-parleurs reprenant les caractéristiques sphériques des microphones d’une captation M-S avec une disposition similaire. Le haut-parleur monophonique était placé directement devant l’auditeur. Derrière ce haut-parleur et placé perpendiculairement, un haut-parleur dipolaire (bidirectionnel) diffusait la différence stéréo. Ces deux haut-parleurs pouvaient être combinés dans la même enceinte. La tentative ne fut pas très fructueuse, mais elle eut au moins le mérite de considérer le signal stéréophonique comme étant la combinaison de la sommation monophonique et de la différence stéréophonique. Tout comme Blumlein, Lauridsen soulignait les possibilités offertes par le matriçage des canaux.Multichannel reproduction systems again have Blumlein’s experiments as their ancestor. He clearly states in his patent that the “two transmission channels”10 of stereophony need not feed only two loudspeakers, and thus introduces the concept of a playback matrix adapted to the particularities of the electroacoustic installation of each reproduction space. As with the rest of his ideas, this concept would lie dormant for some twenty years, and it was only in the fifties that the Scandinavian Lauridsen57 tested several playback models, notably one that could be described as M-S. He used loudspeakers with the spherical characteristics of the microphones of an M-S capture, in a similar arrangement. The monophonic loudspeaker was placed directly in front of the listener. Behind this loudspeaker, placed perpendicularly, a dipole (bidirectional) loudspeaker played the stereo difference. These two loudspeakers could be combined in the same cabinet. The attempt was not very successful, but it at least had the merit of considering the stereophonic signal as the combination of the mono sum and the stereo difference. Like Blumlein, Lauridsen stressed the possibilities offered by matrixing the channels.

À la fin des années soixante et au début des années soixante-dix, l’intérêt pour le matriçage reprenait. David Hafler propose une méthode simple pour améliorer la reproduction de l’impression spatiale avec un signal stéréophonique conventionnel92. Il suggère d’extraire la différence des deux canaux et de l’envoyer à une seconde paire d’enceintes acoustiques en les branchant en série sur les bornes positives de l’amplificateur. Ces enceintes acoustiques seraient disposées à l’arrière de l’auditeur. En principe, cette disposition améliore l’impression spatiale, mais la qualité du résultat dépend uniquement de l’enregistrement écouté, puisqu’on ne contrôle aucune variable. Le signal sonore provenant de l’arrière peut être intéressant, mais le rapport d’amplitude entre l’avant et l’arrière peut être inadéquat. Ce rapport dépend alors de l’efficacité propre de chaque paire d’enceintes acoustiques. Une façon de contourner le problème est que le signal de différence stéréo soit traité par un deuxième amplificateur. On pourra ainsi contrôler de manière indépendante le volume des deux paires d’enceintes acoustiques. Par ailleurs, des tests ont été effectués où les enceintes acoustiques supplémentaires étaient à l’avant et les sujets ont noté dans la majorité des cas une amélioration au niveau de l’impression spatiale par rapport à la stéréophonie conventionnelle92.In the late sixties and early seventies, interest in matrixing revived. David Hafler proposed a simple method for improving the reproduction of spatial impression with a conventional stereophonic signal92. He suggested extracting the difference between the two channels and sending it to a second pair of loudspeakers by connecting them in series across the positive terminals of the amplifier. These loudspeakers would be placed behind the listener. In principle, this arrangement improves the spatial impression, but the quality of the result depends solely on the recording being played, since no variable is controlled. The sound signal coming from behind may be interesting, but the amplitude ratio between front and rear may be inadequate. This ratio then depends on the efficiency of each pair of loudspeakers. One way around the problem is to have the stereo difference signal processed by a second amplifier. The volume of the two pairs of loudspeakers can then be controlled independently. Moreover, tests were carried out with the additional loudspeakers placed at the front, and in most cases the subjects noted an improvement in spatial impression compared with conventional stereophony92.

La principale objection que l’on peut soulever par rapport à la méthode Hafler est que l’ajout de la différence stéréo se fait au détriment de ce que l’on pourrait appeler l’égalité stéréo, c’est-à-dire l’information identique dans les deux canaux. En somme, il y a modification du mixage de l’enregistrement. Le résultat pratique est que dans les enregistrements de musique pop, on perd globalement de l’amplitude sur la voix principale, la basse, certains instruments de percussion ou tout autre son situé au centre. Notons toutefois que certains appareils actuellement disponibles sur le marché utilisent depuis longtemps le changement de ratio entre la sommation mono et la différence stéréo : les lecteurs de disques compacts et préamplificateurs Carver et les enceintes acoustiques Polk notamment.The main objection that can be raised to the Hafler method is that adding the stereo difference comes at the expense of what might be called stereo equality, that is, the information identical in both channels. In short, the mix of the recording is modified. The practical result is that, in pop music recordings, overall amplitude is lost on the lead vocal, the bass, some percussion instruments or any other sound located in the centre. It should be noted, however, that certain devices currently on the market have long used a change in the ratio between the mono sum and the stereo difference: notably Carver compact disc players and preamplifiers, and Polk loudspeakers.

Le début des années soixante-dix a aussi vu la malheureuse aventure de la quadriphonie. Ou est-ce quadraphonie ? Tétraphonie ? Voilà, chaque compagnie y allait de sa proposition avec une façon de capter le son, une façon de l’encoder en deux canaux et une façon de le décoder en quatre. La seule constance restait l’utilisation de quatre microphones directionnels à la captation et de quatre enceintes acoustiques à la reproduction. Le SQ de CBS, le QS de Sansui, le CD-4 de JVC et UD-4 de Nippon Columbia (Denon) sont quatre systèmes qui ont eu une très courte vie30. Malheureusement, l’idée directrice de tous les systèmes, à l’exception du UD-4, était que le son devait toujours être positionné par un maximum de deux enceintes acoustiques. Appelée en anglais pair-wise mixing46, cette technique était une extrapolation bête de la stéréophonie conventionnelle et, combinée avec les matrices d’encodage, rendait la reproduction instable en faisant qu’un son en déplacement sautait d’une enceinte à l’autre. Un autre des problèmes de la quadriphonie était sa limitation par le support de l’époque, le disque de vinyle. Les techniques de matriçage utilisées pour insérer quatre canaux dans un sillon à deux côtés exigeaient que l’information des canaux arrières soit en quelque sorte un résidu de l’information des canaux frontaux, essentiellement de la réverbération, pour rester compatible avec une pointe de lecture conventionnelle2. Quoiqu’il en soit, le SQ et le QS ont par la suite donné naissance au Dolby Stereo et Dolby Surround30.The early seventies also saw the unfortunate adventure of quadraphony. Or is it quadriphony? Tetraphony? Each company came up with its own proposal, with a way of capturing sound, a way of encoding it into two channels and a way of decoding it into four. The only constant was the use of four directional microphones for capture and four loudspeakers for reproduction. CBS’s SQ, Sansui’s QS, JVC’s CD-4 and Nippon Columbia’s (Denon) UD-4 are four systems that had a very short life30. Unfortunately, the guiding idea of all these systems, with the exception of UD-4, was that sound should always be positioned by a maximum of two loudspeakers. Called pair-wise mixing46, this technique was a simplistic extrapolation of conventional stereophony and, combined with the encoding matrices, made reproduction unstable by causing a moving sound to jump from one loudspeaker to the next. Another problem of quadraphony was its limitation by the medium of the time, the vinyl record. The matrixing techniques used to fit four channels into a two-sided groove required the information in the rear channels to be a kind of residue of the information in the front channels, essentially reverberation, in order to remain compatible with a conventional stylus2. Be that as it may, SQ and QS later gave rise to Dolby Stereo and Dolby Surround30.

4.3.1Le Dolby Stereo et le Dolby SurroundDolby Stereo and Dolby Surround

Officiellement introduit en 1975, le système multicanaux Dolby Stereo a été tout d’abord conçu pour les salles de cinéma. Il y a plusieurs variations du Dolby Stereo selon les productions cinématographiques dans lesquelles il est utilisé, mais le système de base est constitué de quatre canaux identifiés comme suit : gauche, centre, droit et surround17. Les trois premiers canaux alimentent chacun une enceinte acoustique derrière l’écran et le canal surround alimente généralement un ensemble d’enceintes acoustiques ceinturant la salle. C’est un système bidimensionnel avec une distorsion spatiale volontairement accentuée vers l’avant, pour donner le maximum de précision dans le positionnement des sons ayant une relation directe avec l’image. Le canal central véhicule presque exclusivement les dialogues. Compte tenu des caractéristiques d’émission du signal surround dans le Dolby Stereo quatre pistes, le positionnement spatial précis des sons au-delà de l’écran n’est pas possible et n’est pas jugé indispensable.Officially introduced in 1975, the Dolby Stereo multichannel system was first designed for cinemas. There are several variations of Dolby Stereo depending on the film productions in which it is used, but the basic system consists of four channels identified as follows: left, centre, right and surround17. The first three channels each feed a loudspeaker behind the screen, and the surround channel generally feeds a set of loudspeakers surrounding the auditorium. It is a two-dimensional system with a spatial distortion deliberately emphasized towards the front, to give maximum precision in the positioning of sounds directly related to the image. The centre channel carries dialogue almost exclusively. Given the emission characteristics of the surround signal in four-track Dolby Stereo, precise spatial positioning of sounds beyond the screen is not possible and is not considered essential.

Conséquemment aux limites de l’inscription sonore optique analogique sur pellicule cinématographique 35 mm, il a fallu développer une matrice d’encodage des quatre canaux en deux canaux. Comme toutes les matrices d’encodage, elle fonctionne en introduisant d’abord à l’encodage des modifications préétablies d’amplitude et de phase à certains canaux. Les canaux ainsi modifiés sont alors mixés dans d’autres canaux non modifiés. On récupère au décodage le nombre original de canaux en appliquant l’inverse des modifications d’amplitude et de phase78. Ainsi, dans la matrice du Dolby Stereo, le canal central est atténué de 3 dB pour être ensuite mixé également dans les canaux de gauche et de droite. Le canal surround est aussi atténué de 3 dB, mais est mixé dans les canaux de gauche et de droite avec une inversion de phase. Cette inversion de phase est obtenu par une différence de phase de -90° dans le canal gauche et de +90° dans le canal droit, pour une différence de phase totale de 180°17. Le moyen d’obtenir de telles différences de phase de 90° sur une large bande de fréquences est connu depuis environ les années cinquante1.Because of the limitations of analog optical soundtracks on 35 mm film, an encoding matrix had to be developed to fit the four channels into two. Like all encoding matrices, it works by first introducing predetermined amplitude and phase modifications to certain channels during encoding. The channels thus modified are then mixed into other, unmodified channels. The original number of channels is recovered during decoding by applying the inverse of the amplitude and phase modifications78. Thus, in the Dolby Stereo matrix, the centre channel is attenuated by 3 dB and then mixed equally into the left and right channels. The surround channel is also attenuated by 3 dB, but is mixed into the left and right channels with a phase inversion. This phase inversion is obtained by a phase difference of -90° in the left channel and +90° in the right channel, for a total phase difference of 180°17. The means of obtaining such 90° phase differences over a wide frequency band has been known since around the fifties1.

La matrice d’encodage du Dolby Stereo est désignée comme étant une matrice 4:2:4. Ce qui veut dire qu’au moment de l’inscription sur le support, on prend quatre canaux que l’on réduit à deux, pour ensuite revenir à quatre au moment de la reproduction. Il n’y a toutefois pas de miracle ; cet encodage réduit grandement la séparation entre les canaux spatialement adjacents. En effet, avec une matrice 4:2:4 utilisant uniquement un encodage par amplitude ou par phase, la séparation maximum possible sera de 3 dB. Si la matrice utilise pour chaque canal modifié un encodage par amplitude et par phase, la séparation maximum possible entre canaux spatialement adjacents sera de 4,8 dB78. Même si la matrice d’encodage du Dolby Stereo utilise l’amplitude et la phase, elle n’en fait pas une utilisation combinée dans chaque canal modifié : la séparation entre canaux adjacents restera donc de 3 dB17.The Dolby Stereo encoding matrix is referred to as a 4:2:4 matrix. This means that, when recording onto the medium, four channels are reduced to two, and then restored to four on playback. There is, however, no miracle; this encoding greatly reduces the separation between spatially adjacent channels. Indeed, with a 4:2:4 matrix using only amplitude or phase encoding, the maximum possible separation will be 3 dB. If the matrix uses both amplitude and phase encoding for each modified channel, the maximum possible separation between spatially adjacent channels will be 4.8 dB78. Even though the Dolby Stereo encoding matrix uses amplitude and phase, it does not use them in combination in each modified channel: separation between adjacent channels therefore remains 3 dB17.

Ce mauvais rendement de séparation explique pourquoi le décodeur Dolby Stereo utilisera un ensemble de correctifs électroniques pour augmenter la séparation. On identifie d’abord les sons dominants et les sons non dominants par un système basé sur les différences relatives d’amplitude. Le logarithme du signal de chaque canal est dérivé et soustrait des autres, produisant ainsi un voltage de contrôle logarithmique17. Les sons avec le plus d’amplitude, les dominants, sont alors renforcés à leur position azimutale d’origine par un processus d’annulation de la diaphonie par inversion de polarité dans les canaux adjacents. Les sons qui ont moins d’amplitude, les non dominants, sont distribués dans les canaux adjacents au canal du son dominant. En donnant la priorité au son dominant, un tel système peut engendrer des changements azimutaux non désirés sur les sons non dominants. L’effet de masquage acoustique du son dominant sur les sons non dominants contribuera à atténuer la perception de ce problème.This poor separation performance explains why the Dolby Stereo decoder uses a set of electronic corrections to increase separation. Dominant and non-dominant sounds are first identified by a system based on relative amplitude differences. The logarithm of the signal of each channel is derived and subtracted from the others, thus producing a logarithmic control voltage17. The sounds with the greatest amplitude, the dominant ones, are then reinforced in their original azimuthal position by a process of crosstalk cancellation through polarity inversion in the adjacent channels. The sounds with less amplitude, the non-dominant ones, are distributed to the channels adjacent to that of the dominant sound. By giving priority to the dominant sound, such a system can cause unwanted azimuthal shifts in non-dominant sounds. The acoustic masking effect of the dominant sound on non-dominant sounds will help reduce the perception of this problem.

Par ailleurs, un délai est installé dans le signal surround, profitant ainsi de la loi du premier front acoustique. En introduisant ce délai dans le canal surround, par rapport aux canaux gauche et droit, on créé, pour tout signal commun au canal surround et au canal gauche ou au canal surround et au canal droit, l’illusion d’un azimut correspondant au canal ayant la priorité temporelle, soit le gauche ou le droit. Le canal surround est soumis à deux autres modifications qui sont strictement reliées au limites du support optique original : un réducteur de bruit de fond de type Dolby B et un filtre passe-bas avec fréquence charnière à 7 kHz17.In addition, a delay is placed in the surround signal, taking advantage of the law of the first wavefront. By introducing this delay into the surround channel relative to the left and right channels, any signal common to the surround channel and the left channel, or to the surround channel and the right channel, creates the illusion of an azimuth corresponding to the channel with temporal priority, either left or right. The surround channel is subject to two other modifications that are strictly related to the limitations of the original optical medium: Dolby B noise reduction and a low-pass filter with a corner frequency of 7 kHz17.

Le terme Dolby Surround identifie le système équivalent au Dolby Stereo mais pour l’usage domestique. L’équipement d’encodage 4:2:4 est le même pour le Dolby Stereo et Dolby Surround. Toutefois, l’équipement de décodage domestique comporte certaines différences selon le degré d’implantation des correctifs électroniques. Ceux étant identifiés simplement par Dolby Surround sont des décodeurs dits passifs, où le canal central est éliminé au profit d’une meilleure séparation entre le canal gauche et le canal droit, pour ainsi créer une image stéréophonique plus large. Cependant, le délai dans le signal surround est préservé car son élimination aurait des effets néfastes en diminuant la dominance du champ sonore frontal. C’est d’ailleurs uniquement ce délai qui différencie le décodeur Dolby Surround passif d’un simple extracteur d’ambiance stéréo d’inspiration Hafler. De leur côté, les décodeurs domestiques identifiés par l’appellation Pro-Logic reprennent pour l’essentiel les modifications et les traitements de signal que l’on retrouve dans les modèles Dolby Stereo professionnels pour les salles de cinéma.The term Dolby Surround identifies the system equivalent to Dolby Stereo but for home use. The 4:2:4 encoding equipment is the same for Dolby Stereo and Dolby Surround. However, home decoding equipment differs according to the extent to which the electronic corrections are implemented. Those identified simply as Dolby Surround are so-called passive decoders, in which the centre channel is eliminated in favour of better separation between the left and right channels, thus creating a wider stereophonic image. However, the delay in the surround signal is preserved, as eliminating it would have harmful effects by reducing the dominance of the frontal sound field. Indeed, it is only this delay that distinguishes the passive Dolby Surround decoder from a simple Hafler-inspired stereo ambience extractor. Home decoders identified by the name Pro-Logic, for their part, essentially reproduce the modifications and signal processing found in professional Dolby Stereo models for cinemas.

Le Dolby Stereo est un système d’abord conçu pour créer un champ sonore accompagnant un média visuel sur écran ; c’est ce qui explique l’importance accordée à la localisation précise dans le quadrant avant. De plus, puisque c’est un système où l’encodage 4:2:4 est obligatoire pour la majorité des productions cinématographiques sur pellicule ou bande magnétique, il doit être, comme nous l’avons déjà mentionné, électroniquement aidé pour en soutirer la performance maximale. Toutefois, même les traitements des décodeurs Dolby Stereo et Surround Pro-Logic ont été jugés insuffisants par des professionnels de l’industrie du cinéma. Le standard de diffusion THX de Tomlinson Holman60, de la compagnie Lucasfilm, a donc tenté de régler une partie des problèmes reliés au Dolby Stereo. Le canal surround a fait l’objet de beaucoup d’attention et on a ainsi établi des règles directrices quant à son émission optimale en salle. La sensation de l’uniformité spectrale entre toutes les enceintes de la salle était une des premières conditions à respecter pour que les enceintes surround n’attirent pas vers elles plus d’attention que nécessaire. Il fallait que les sons se déplacent sans que l’auditeur puisse identifier la nouvelle source réelle d’émission sonore. Pour assurer l’uniformité des timbres sonores entre les enceintes acoustiques frontales et les enceintes acoustiques surround, des tests ont démontré qu’il fallait en réduire le nombre et opter pour un type d’enceintes à plus large dispersion61. Déjà, c’était une différence importante avec ce qui se pratique normalement avec le Dolby Stereo.Dolby Stereo is a system first designed to create a sound field accompanying a visual medium on a screen; this explains the importance given to precise localization in the front quadrant. In addition, since it is a system in which 4:2:4 encoding is mandatory for most film productions on film stock or magnetic tape, it must, as already mentioned, be helped electronically to obtain maximum performance. However, even the processing of the Dolby Stereo and Surround Pro-Logic decoders has been judged insufficient by professionals in the film industry. Tomlinson Holman’s THX playback standard60, from the Lucasfilm company, therefore attempted to solve some of the problems related to Dolby Stereo. The surround channel received a great deal of attention, and guidelines were established for its optimal emission in the auditorium. The sensation of spectral uniformity between all the loudspeakers in the auditorium was one of the first conditions to be met, so that the surround loudspeakers would not draw more attention to themselves than necessary. Sounds had to move without the listener being able to identify the new actual source of sound emission. To ensure uniformity of timbre between the front loudspeakers and the surround loudspeakers, tests showed that their number had to be reduced and a type of loudspeaker with wider dispersion chosen61. This was already a significant difference from normal practice with Dolby Stereo.

La deuxième lacune à laquelle il fallait suppléer était l’effet similaire au port d’un casque d’écoute, quand l’auditeur se trouve au centre de l’installation des enceintes surround : puisque les enceintes qui entourent l’auditeur émettent le même signal monophonique, le son donne l’impression d’être localisé dans la tête. De plus, si l’auditeur se déplace latéralement de seulement un mètre, le signal surround semble émaner seulement du coté le plus rapproché, détruisant ainsi la sensation d’enveloppement que les créateurs sonores veulent donner au canal surround. Il fallait trouver un moyen d’effectuer une décorrélation du signal surround. En changeant subtilement la hauteur (pitch) du signal envoyé aux enceintes de l’un des côtés de la salle, le son du signal surround ne se fusionne plus et garde ainsi son caractère spacieux61. Évidemment, ce changement de hauteur doit rester imperceptible sur du matériel sonore aux caractéristiques tonales facilement appréciables. Ces modifications de signal, qui sont propres au système THX, s’ajoutent donc au décodage complet Dolby Stereo.The second shortcoming to be remedied was an effect similar to wearing headphones when the listener is at the centre of the surround loudspeaker installation: since the loudspeakers surrounding the listener emit the same monophonic signal, the sound seems to be localized inside the head. Moreover, if the listener moves only one metre sideways, the surround signal seems to come only from the nearest side, thus destroying the sense of envelopment that sound designers want to give the surround channel. A way had to be found to decorrelate the surround signal. By subtly changing the pitch of the signal sent to the loudspeakers on one side of the auditorium, the sound of the surround signal no longer fuses and thus keeps its spacious character61. Of course, this pitch change must remain imperceptible on sound material with easily discernible tonal characteristics. These signal modifications, which are specific to the THX system, are therefore added to full Dolby Stereo decoding.

Malgré son acceptation et son utilisation mondiale, qui en font en quelque sorte un standard et qui en dit plus sur la commercialisation des innovations que sur leur valeur intrinsèque, le Dolby Stereo est fondamentalement problématique, parce qu’il n’est pas issu d’une technique microphonique précise. On assiste maintenant à un rattrapage dans ce domaine, et on expérimente ainsi quelles techniques ou quelles combinaisons de techniques de prise de son stéréophonique peuvent donner des résultats convenables avec le format Dolby Stereo/Surround.Despite its worldwide acceptance and use, which make it a standard of sorts and say more about the commercialization of innovations than about their intrinsic value, Dolby Stereo is fundamentally problematic, because it does not derive from a specific microphone technique. Efforts are now being made to catch up in this area, and experiments are being conducted to find which stereophonic recording techniques, or combinations of techniques, can give suitable results with the Dolby Stereo/Surround format.

4.3.1.1L’encodage microphonique pour le Dolby SurroundMicrophone encoding for Dolby Surround

Idéalement, nous croyons qu’un système de reproduction, quel qu’il soit, doit être basé sur un système de captation acoustique par microphones qui encodera directement l’information sonore dans les spécifications de ce système. Ce principe avait été mis de l’avant par Blumlein10. En effet, il proposait dans son brevet une matrice d’encodage bidimensionnel vertical 2:2:4 en utilisant directement les microphones pour l’encodage. Contrairement à la matrice 4:2:4 du Dolby Surround, la matrice 2:2:4 de Blumlein, si elle était utilisée pour un encodage bidimensionnel horizontal, ne serait pas compatible avec une écoute stéréophonique non décodée. Cependant, le principe, qui est d’après nous primordial, a survécu.Ideally, we believe that any reproduction system should be based on an acoustic microphone capture system that directly encodes the sound information to the specifications of that system. This principle had been put forward by Blumlein10. Indeed, in his patent he proposed a 2:2:4 vertical two-dimensional encoding matrix using the microphones directly for encoding. Unlike the 4:2:4 matrix of Dolby Surround, Blumlein’s 2:2:4 matrix, if it were used for horizontal two-dimensional encoding, would not be compatible with undecoded stereophonic listening. However, the principle, which in our view is essential, has survived.

En tentant de s’inspirer de l’expérience en stéréophonie conventionnelle, nous voilà donc à faire du rattrapage avec le Dolby Surround pour trouver un assemblage de microphones qui respectera le plus possible les paramètres d’encodage déjà établis. Pour ce qui est des canaux frontaux, la principale difficulté est d’encoder une image large malgré l’utilisation d’une enceinte acoustique centrale. On peut y arriver en gardant une partie de l’information respective des canaux gauche et droit exclusive à chaque canal. Deux capsules cardioïdes coïncidentes placées à 180° l’une de l’autre et à 90° par rapport au centre de l’image respectent ce critère, puisque l’axe nul de sensibilité de captation de chacune se trouve dans l’axe maximum de l’autre17. Le problème est que la sommation monophonique de ces deux micros, donc le canal central, donne un omnidirectionnel peu discriminant des sons provenant de l’arrière. On peut envisager d’autres combinaisons de micros coïncidents, mais dans le cas du format Dolby Surround, on aboutit toujours à des résultats insatisfaisants. Dans la pratique, on se retrouve maintenant avec l’obligation d’utiliser des techniques non coïncidentes rapprochées comme l’ORTF ou la NOS. D’après ce que nous avons établi plus tôt dans ce chapitre, la distance entre les micros devrait créer, par interférence spectrale lors de la sommation mono, des micros virtuels aux caractéristiques sphériques assimilables à des micros de deuxième et de troisième ordre selon les longueurs d’onde. On dira simplement pour clore cet aspect de la discussion que lors de l’enregistrement, le monitoring alterné entre le Dolby Surround et la stéréo conventionnelle donnera la meilleure indication des techniques à employer pour obtenir une compatibilité sonore acceptable entre les deux formats17.Trying to draw on experience in conventional stereophony, we now find ourselves catching up with Dolby Surround to find a microphone array that respects the already established encoding parameters as much as possible. As regards the front channels, the main difficulty is to encode a wide image despite the use of a centre loudspeaker. This can be achieved by keeping part of the information of the left and right channels exclusive to each channel. Two coincident cardioid capsules placed 180° apart and at 90° to the centre of the image meet this criterion, since the null axis of each lies on the maximum axis of the other17. The problem is that the mono sum of these two microphones, and therefore the centre channel, gives an omnidirectional pattern that discriminates poorly against sounds coming from behind. Other combinations of coincident microphones can be considered, but in the case of the Dolby Surround format, the results are always unsatisfactory. In practice, one is now obliged to use near-coincident non-coincident techniques such as ORTF or NOS. From what we established earlier in this chapter, the distance between the microphones should create, through spectral interference in the mono sum, virtual microphones with spherical characteristics comparable to second- and third-order microphones depending on wavelength. To close this aspect of the discussion, we will simply say that, during recording, alternate monitoring between Dolby Surround and conventional stereo will give the best indication of the techniques to use to obtain acceptable sound compatibility between the two formats17.

S’il est difficile d’encoder le quadrant frontal directement par microphones, les techniques pour encoder le canal surround sont plus facilement performantes. Ceci s’explique simplement par le fait que le positionnement spatial précis n’est pas nécessaire dans la performance de diffusion de ce canal. Wieslaw Woszczyk, de l’Université McGill à Montréal, a proposé une méthode de captation, appelé « Enhanced Sides »17 (ES), qui remplit adéquatement son mandat : deux cardioïdes coïncidents, à 180° l’un de l’autre et à 90° par rapport à l’axe principal de l’objet sonore, disposés au milieu, ou encore plus à l’arrière, de la salle. Cependant, la polarité d’un des micros doit être inversée. La conséquence de cette inversion sera la création d’un micro omnidirectionnel pour le canal surround , comportant ainsi un ensemble de qualités sphériques et spectrales désirables, et une intégration partielle de l’information captée par cet assemblage dans la sommation monophonique, le canal central, sous la forme d’un figure-huit virtuel. Ainsi, la sommation mono ne sera pas dépourvue de toute information spatiale, comme cela aurait été le cas si le micro arrière était un simple figure-huit avec l’axe nul dirigé vers la source.While it is difficult to encode the front quadrant directly with microphones, techniques for encoding the surround channel perform well more easily. This is simply because precise spatial positioning is not necessary for the playback performance of this channel. Wieslaw Woszczyk, of McGill University in Montréal, proposed a capture method, called “Enhanced Sides”17 (ES), which fulfils its purpose adequately: two coincident cardioids, 180° apart and at 90° to the main axis of the sound object, placed in the middle of the hall or further back. However, the polarity of one of the microphones must be reversed. The consequence of this inversion will be the creation of an omnidirectional microphone for the surround channel , thus having a set of desirable spherical and spectral qualities, and a partial integration of the information captured by this array into the mono sum, the centre channel, in the form of a virtual figure-of-eight. The mono sum will thus not be devoid of all spatial information, as would have been the case if the rear microphone were a simple figure-of-eight with its null axis pointing at the source.

Peter Cook propose, en complément des techniques de prise de son, quelques modifications au décodeur Dolby Surround, pour optimiser son utilisation avec du matériel strictement musical17. Un mode « musique »17 permettrait de modifier certains paramètres du décodage. Le délai introduit dans le signal surround devrait pouvoir s’ajuster de façon continue par l’utilisateur, quitte à pouvoir l’éliminer complètement pour du matériel où le délai a été introduit à l’encodage, comme avec la technique de prise de son ES par exemple. La courbe de la pente du filtre passe-bas devrait pouvoir être ajustée par l’utilisateur ; nous croyons d’ailleurs que son utilisation reste nécessaire parce que ce filtrage correspond aux propriétés acoustiques du champ diffus que le canal surround est sensé simuler ou reproduire. Cook dit clairement que le réducteur de bruit Dolby B devrait être totalement retiré du circuit ; de toute évidence, son utilisation n’a plus de sens quand le matériel encodé en Dolby Surround est inscrit sur un support numérique avec plus de 90 dB de rapport signal/bruit. Par ailleurs, Cook prône, tout comme Holman61, la décorrélation du signal surround. Cook suggère aussi, au même titre que le contrôle de balance gauche/droit, un contrôle de balance centre/surround.In addition to recording techniques, Peter Cook proposes some modifications to the Dolby Surround decoder to optimize its use with purely musical material17. A “music” mode17 would allow certain decoding parameters to be modified. The delay introduced into the surround signal should be continuously adjustable by the user, even to the point of being able to eliminate it completely for material where the delay was introduced at the encoding stage, as with the ES recording technique for example. The slope of the low-pass filter should be adjustable by the user; we believe, moreover, that its use remains necessary because this filtering corresponds to the acoustic properties of the diffuse field that the surround channel is supposed to simulate or reproduce. Cook says clearly that Dolby B noise reduction should be removed from the circuit altogether; obviously, its use no longer makes sense when material encoded in Dolby Surround is recorded on a digital medium with more than 90 dB signal-to-noise ratio. Moreover, Cook, like Holman61, advocates decorrelation of the surround signal. Cook also suggests a centre/surround balance control, in the same way as the left/right balance control.

4.3.2Les processeurs numériques d’ambianceDigital ambience processors

La création d’ambiances acoustiques par processeurs numériques est une avenue couramment exploitée dans la simulation d’espaces sonores. Ces appareils jouissent présentement d’une certaine popularité, mais leur utilisation est essentiellement un palliatif aux défauts chroniques de la stéréophonie conventionnelle. Le fonctionnement de ces appareils, en dehors des variations normales d’une compagnie à l’autre, est relativement simple. À partir d’un signal stéréo, le processeur opère d’abord une conversion numérique, quoique certains modèles acceptent directement un signal numérique, et y appliquent par la suite un ensemble de modifications spectrales et temporelles suivant des paramètres acoustiques préétablis ou déterminés par l’utilisateur. Pour véhiculer adéquatement ces modifications acoustiques, et pour obtenir une reproduction optimale, le nouveau signal sera multicanaux. L’utilisation de ces processeurs implique donc nécessairement l’utilisation de plus de deux enceintes acoustiques70. Le nombre d’enceintes acoustiques à utiliser varie selon les conceptions respectives des différentes compagnies, mais il semble y avoir une tendance pour quatre11 ou six56 enceintes. Considérant que le nombre de points diffuseurs est supérieur à deux, mais qu’ils occupent systématiquement le même plan, les processeurs numériques d’ambiance produisent une simulation bidimensionnelle.The creation of acoustic ambiences by digital processors is a commonly used avenue in the simulation of sound spaces. These devices currently enjoy a certain popularity, but their use is essentially a palliative for the chronic shortcomings of conventional stereophony. Apart from the normal variations from one company to another, the operation of these devices is relatively simple. From a stereo signal, the processor first performs a digital conversion, although some models accept a digital signal directly, and then applies a set of spectral and temporal modifications according to acoustic parameters that are preset or set by the user. To convey these acoustic modifications adequately, and to obtain optimal reproduction, the new signal will be multichannel. The use of these processors therefore necessarily involves the use of more than two loudspeakers70. The number of loudspeakers to use varies according to the respective designs of the different companies, but there seems to be a trend towards four11 or six56 loudspeakers. Given that the number of emission points is greater than two, but that they systematically occupy the same plane, digital ambience processors produce a two-dimensional simulation.

Pour une installation typique à six enceintes, l’information acoustique serait diffusée à peu près de cette façon56 : les enceintes frontales diffuseraient l’information originale à peine modifiée si ce n’est un faible ajout de réverbération. Les enceintes latérales diffuseraient en majeure partie les premières réflexions, celles-ci étant responsables, au niveau psychoacoustique, de l’impression spatiale. Les enceintes arrières diffuseraient, pour l’essentiel, la réverbération. Il va sans dire que pour une simulation réussie, chaque groupe d’enceintes acoustiques ne diffuse pas uniquement un signal discret en fonction du rôle acoustique déterminé par leur emplacement : c’est-à-dire que chaque effet simulé doit être intégré à un groupe de canaux. Si ce n’est pas le cas, les effets acoustiques vont avoir un caractère beaucoup trop directionnel qui brisera l’ambiance. Nous pouvons souligner que les processeurs comportent aussi, dans la majorité des cas, des décodeurs capables de lire les signaux audios encodés en Dolby Surround ; il faut alors rajouter une enceinte acoustique frontale-centrale pour respecter l’installation prescrite pour ce système.For a typical six-loudspeaker installation, the acoustic information would be distributed roughly as follows56: the front loudspeakers would play the original information, barely modified apart from a slight addition of reverberation. The side loudspeakers would play mostly the early reflections, which are psychoacoustically responsible for spatial impression. The rear loudspeakers would play essentially the reverberation. It goes without saying that, for a successful simulation, each group of loudspeakers does not play only a discrete signal according to the acoustic role determined by its location: that is, each simulated effect must be integrated into a group of channels. Otherwise, the acoustic effects will have a far too directional character that will break the ambience. We may point out that, in most cases, the processors also include decoders capable of reading audio signals encoded in Dolby Surround; a front-centre loudspeaker must then be added to comply with the installation prescribed for this system.

L’utilisation de ces processeurs est plus ou moins heureuse selon les enregistrements sur lesquels on apporte les modifications. Un enregistrement déjà riche en réverbération risque de devenir une bouillie sonore indescriptible dans des mains inexpérimentées. D’un autre côté, les enregistrements de studio à l’acoustique sèche peuvent soudainement prendre vie. Mais c’est justement l’utilisation de ces processeurs, qui n’est jamais systématique, et leur manque de standardisation qui les empêcheront de devenir une composante essentielle des systèmes de reproduction sonore. Comme indiqué plus haut, chaque compagnie propose son propre nombre et sa propre disposition d’enceintes acoustiques70, et cela sans qu’il soit toujours possible d’établir un lien conducteur dans les principes régissant ces différentes dispositions.The use of these processors is more or less successful depending on the recordings being modified. A recording already rich in reverberation risks becoming an indescribable sonic mush in inexperienced hands. On the other hand, studio recordings with dry acoustics may suddenly come to life. But it is precisely the use of these processors, which is never systematic, and their lack of standardization that will prevent them from becoming an essential component of sound reproduction systems. As indicated above, each company proposes its own number and arrangement of loudspeakers70, without it always being possible to establish a common thread in the principles governing these different arrangements.

4.3.3La captation et la reproduction tétraédriqueTetrahedral capture and reproduction

Nous l’avons vu un peu plus tôt, dès les années cinquante, il y avait de l’intérêt pour le tétraèdre comme assemblage valable de reproduction. Il a fallu toutefois attendre la fin des années soixante pour que l’on assiste en Angleterre à un regain d’intérêt et une expérimentation plus systématique de tels systèmes, y compris pour la captation. On note en effet une littérature relativement importante publiée sur le sujet au début des années soixante-dix. On y souligne notamment l’importance du plan frontal pour la qualité du réalisme dans la reproduction sonore22,39 et on remarque que la disposition en tétraèdre des microphones et des enceintes acoustiques est la base d’un système neutre de captation et de reproduction sonore tridimensionnelle40,41. Cette démarche était cependant encore handicapée par deux habitudes de production héritées de plusieurs années de travail en stéréophonie. Tout d’abord, il y avait le raisonnement que les systèmes électroacoustiques sont uniquement dédiés à la captation et la reproduction d’événements musicaux ou, du moins, relevant d’une scénographie traditionnelle. On constate ainsi que les premiers systèmes tétraédriques avait une géométrie irrégulière et introduisaient une distorsion spatiale importante en concentrant les capteurs et les émetteurs à l’avant de l’espace à capter et à reproduire41. Ensuite, il y avait l’obligatoire analogie de position entre le microphone et l’enceinte acoustique. Pourtant, Blumlein l’avait montré quarante ans plus tôt, le nombre de microphones, de canaux de transmission et d’enceintes acoustiques ne doit pas nécessairement être identique.As we saw a little earlier, as early as the fifties there was interest in the tetrahedron as a valid reproduction array. It was not until the late sixties, however, that England saw renewed interest and more systematic experimentation with such systems, including for capture. A relatively large body of literature was indeed published on the subject in the early seventies. It notably stresses the importance of the frontal plane for realism in sound reproduction22,39 and notes that the tetrahedral arrangement of microphones and loudspeakers is the basis of a neutral system of three-dimensional sound capture and reproduction40,41. This approach was, however, still handicapped by two production habits inherited from many years of work in stereophony. First, there was the reasoning that electroacoustic systems are dedicated solely to the capture and reproduction of musical events or, at least, events with a traditional staging. Thus the first tetrahedral systems had an irregular geometry and introduced significant spatial distortion by concentrating capsules and emitters at the front of the space to be captured and reproduced41. Second, there was the obligatory positional analogy between microphone and loudspeaker. Yet, as Blumlein had shown forty years earlier, the number of microphones, transmission channels and loudspeakers need not be identical.

Ainsi, un assemblage tétraédrique régulier, s’il était adéquat à la captation, se révélait boiteux à la reproduction quand on l’installait dans une salle d’écoute conventionnelle. Initialement préconisée par le mathématicien Michael Gerzon42, de l’Institut des mathématiques de l’Université d’Oxford en Angleterre, la disposition tétraédrique régulière des enceintes acoustiques ne sonorisait adéquatement qu’une petite partie d’une pièce d’écoute en forme de parallélépipède. En disposant les enceintes acoustiques dans les coins de la pièce, tel que l’on peut le voir dans la figure 4.1, le volume du tétraèdre n’occupait, dans le meilleur des cas, que 33% de la pièce ; laissant ainsi 66% du volume du parallélépipède76 à l’extérieur de l’espace sonore contrôlable. Pour sonoriser complètement une pièce du type boîte à chaussures, ou du moins un espace de cette forme mais non limité par des parois solides, il aurait fallu placer les enceintes acoustiques bien au-delà de cet espace. Avec des dispositions tétraédriques irrégulières d’enceintes acoustiques, il pouvait en résulter un tétraèdre irrégulier d’un volume minimal 4,5 fois supérieur au parallélépipède de base75. Une disposition avec le tétraèdre régulier de Gerzon créerait un tétraèdre de volume encore supérieur, posant ainsi des problèmes d’optimisation notables.Thus, a regular tetrahedral array, while adequate for capture, proved unsatisfactory for reproduction when installed in a conventional listening room. Initially advocated by the mathematician Michael Gerzon42, of the Mathematical Institute of the University of Oxford in England, the regular tetrahedral arrangement of loudspeakers adequately covered only a small part of a listening room shaped like a rectangular parallelepiped. With the loudspeakers placed in the corners of the room, as can be seen in figure 4.1, the volume of the tetrahedron occupied, at best, only 33% of the room, leaving 66% of the volume of the parallelepiped76 outside the controllable sound space. To cover a shoebox-type room completely, or at least a space of this shape not bounded by solid walls, the loudspeakers would have had to be placed well beyond this space. With irregular tetrahedral arrangements of loudspeakers, the result could be an irregular tetrahedron with a minimum volume 4.5 times greater than the basic parallelepiped75. An arrangement with Gerzon’s regular tetrahedron would create a tetrahedron of even greater volume, thus posing significant optimization problems.

Malgré ces problèmes, la captation et la reproduction tétraédrique permettait d’encoder et de décoder toutes les caractéristiques spatiales de l’événement acoustique original. Les tests d’écoutes initiaux permettaient d’apprécier une reproduction sonore vraiment tridimensionnelle41. Toutefois, si le tétraèdre régulier permettait une captation tridimensionnelle exempte de distorsion spatiale, il était particulièrement problématique dans son installation de reproduction. Encouragés cependant par les résultats initiaux, les Anglais poursuivirent leurs recherches en vue de développer un standard de captation tétraédrique dont le signal de transmission pourrait être reproduit par n’importe quel assemblage d’enceintes acoustiques.Despite these problems, tetrahedral capture and reproduction made it possible to encode and decode all the spatial characteristics of the original acoustic event. The initial listening tests revealed a truly three-dimensional sound reproduction41. However, while the regular tetrahedron allowed three-dimensional capture free of spatial distortion, it was particularly problematic in its reproduction installation. Encouraged nonetheless by the initial results, the English pursued their research with a view to developing a tetrahedral capture standard whose transmission signal could be reproduced by any loudspeaker array.