Correction numérique: Avantages vs Inconvénients - Bénéfices vs Pertes ?

Citation de filidan-pda0 le 4 juillet 2021, 11:06

Allez, j'ouvre un premier fil "technique", en reprenant le dernier que j'ai ouvert avant-hier sur l'autre forum, mais comme l'idée du fil faisait suite à un échange de mails avec Thierry (qui a claqué la porte de l'autre forum) sur ce sujet, je le reprends ici, même si ce n'est pas le sujet qui va passionner les foules 🙂

 

 

Pour introduire le sujet, je vais simplement donner mon avis, ainsi que ma compréhension de ce qui pourrait expliquer qu'on puisse apprécier ou pas la correction numérique, et j'espère que des avis complémentaires et/ou contradictoires n'hésiteront pas à être exprimés.

 

Tout d'abord, je pense qu'il peut être nécessaire de préciser ce que l'on entend par correction numérique, car il y a plusieurs "versions" possibles, qui sont souvent complémentaires, mais dont l'impact et la nature même sont différents.

 

Pour ceux qui voudraient savoir en quoi ça consiste et comment on peut la mettre en oeuvre, je les renvoie au post suivant http://forum-hifi.fr/thread-2512.html qui est un peu ancien mais qui donne quelques principes et un tour d'horizon rapide sur quelques logiciels de correction.

 

En pratique, on peut considérer que la correction numérique a 2 objectifs totalement indépendants l'un de l'autre, et il est important de bien les distinguer car leur influence et leurs avantages et inconvénients potentiels sont différents.

 

A) La correction numérique pour corriger la performance intrinsèque des enceintes :

 

Cette version de la correction numérique consiste à corriger les "défauts" des enceintes, indépendamment du lieu où elles vont être installées.

Elle permet de corriger, la phase d'une part, et l'amplitude d'autre part.

La phase est un sujet de débat en soi, mais il ne fait aucun doute que sur le principe, il est souhaitable que les différents HPs des enceintes soient parfaitement alignés temporellement. Or, en général, ça n'est pas le cas, car l'utilisation des filtres passifs pour assigner une bande de fréquences précise à chaque HP induit automatiquement un décalage de la phase dont l'ampleur dépend du type de filtre utilisé (6dB/octave, 12dB/octave, 18dB/octave, 24dB/octave, etc...).

 

Ce filtrage peut aussi être réalisé numériquement, en alternative au filtrage passif, ce qui permet de corriger la phase numériquement indépendamment de la pente du filtre utilisé. Mais, et c'est l'objet de la discussion ici, on peut aussi corriger la phase numériquement d'enceintes utilisant des filtres passifs.

 

On va donc réaligner les différents HPs afin de leur permettre de démarrer ensemble au lieu de démarrer successivement. Ceci se traduit, à la mesure, par une impulsion unique visible sur le STEP notamment (voir ci-dessous).

 

STEP idéal (tous les HPs sont en phase) :

 

STEP d'une enceinte 4 voies avec filtres passifs à 24dB/octave

 

Indépendamment, de la correction de la phase, on peut aussi vouloir corriger la réponse amplitude/fréquence intrinsèque des enceintes, car celle-ci peut présenter des "anomalies", notamment à la transition entre HPs (avec un creux ou une bosse plus ou moins marquée) ou être trop faible ou trop forte aux extrémités de la bande passante (pas assez d'extension dans le grave ou dans les aigus par exemple), et on peut donc utiliser la correction pour ajuster cette réponse amplitude/fréquence là où c'est nécessaire.

 

Les enceintes actives utilisent d'ailleurs cette possibilité obtenir une phase et/ou une amplitude quasi parfaite.

 

Lorsqu'on souhaite corriger numériquement ses propres enceintes classiques (c'est à dire avec filtre passif), se pose la question essentielle de savoir quoi corriger et comment. Lorsqu'on utilise un logiciel et/ou appareil du commerce (Trinnov, Dirac, Acourate, HAF,....) tout est réalisé automatiquement et on n'a juste qu'à faire confiance aux concepteurs du logiciel/appareil.

 

Cela n'enlève rien à la difficulté du sujet, qu'on peut toucher du doigt concrètement en réalisant soi-même ses propres mesures (voir le Guide Bilan Acoustique (http://forum-hifi.fr/thread-14665.html) pour ceux qui voudraient regarder le sujet plus en détail.

 

La difficulté principale est de pouvoir isoler la performance intrinsèque de l'enceinte de celle mesurée qui combine l'enceinte avec la réponse du local d'écoute, et qui est généralement très différente de celle intrinsèque aux enceintes, du fait des réflexions multiples engendrées par le local.

Plusieurs méthodes pour s'en sortir existent, et chaque fabricant (Dirac, Trinnov, HAF,...) a développé son propre savoir-faire pour y arriver, mais il n'en reste pas moins que quelle que soit la méthode utilisée celle-ci restera entachée d'erreurs potentielles, plus ou moins importantes suivant le savoir-faire mais aussi la précision de la mesure et la qualité/difficulté du local d'écoute.

 

Cela étant, si on admet que la performance des enceintes est extraite correctement, la corriger numériquement est tout à fait techniquement possible, et le résultat mesuré le confirme parfaitement d'ailleurs.

 

Maintenant, si on s'intéresse aux avantages et inconvénients/risques potentiels de cette correction, on peut lister ceux-ci (liste non exhaustive fort probablement) :

 

Au chapitre des avantages:

 

• Une mise en phase correcte des HPs va donner une image plus précise et bien mieux définie dans l'espace. Les impacts et attaques de notes seront plus nets et donc le "rythme" de la musique sera mieux respecté.
• Une réponse amplitude/fréquence plus linéaire et sans accident majeur, donnera des timbres plus cohérents (absence de coloration particulière) et donc améliorera la sensation de "vérité" de la musique.

 

Au chapitre des inconvénients/risques:

 

• La correction de la phase peut être incorrecte du fait d'une mesure incorrecte (difficile à extraire de mesures dans le local d'écoute) et le remède peut donc parfois être pire que le mal.
• La correction de l'amplitude sera toujours techniquement limitée par la capacité intrinsèque des HPs. En effet, on ne pourra pas faire sortir du 20Hz à un HP qui ne le peut pas mécaniquement, ni du 20000Hz à un HP de grave. Je donne ici des extrêmes, mais on comprend bien que chaque HP a des capacités mécaniques dont on ne pourra s'affranchir par une correction numérique. Le risque ici étant d'obtenir une meilleure amplitude au détriment d'une augmentation de la distorsion exponentielle et donc très audible !
• Par ailleurs, toute correction numérique, peut induire du clipping numérique, si elle ne prend pas suffisamment de marge de sécurité lors des calculs. Ce clipping numérique est extrêmement audible, contrairement à un clipping analogique qui peut dans certains cas passer inaperçu. Ceci oblige donc à placer une atténuation numérique au signal (il est nécessaire de mettre au minimum -3dB pour une correction de phase, mais généralement il vaut mieux mettre au moins -6dB, Dirac met -8dB par défaut, et Trinnov doit faire de même, même s'ils ne disent pas combien ils appliquent). Cette atténuation est "normalement" inaudible car le signal est maintenant souvent traité sur 64bits et au minimum sur 32bits. Certains audiophiles affirment néanmoins  avoir la sensation d'une petite perte de dynamique lorsque cette atténuation est appliquée...

 

 

B) La correction numérique pour corriger l'interaction des enceintes avec la pièce où l'on écoute ("room correction") :

 

Cette version de la correction numérique est probablement la plus connue, et elle est souvent celle à laquelle on pense spontanément lorsqu'on essaye de faire fonctionner des enceintes dans une pièce et qu'on est confronté à des problèmes de modes dans le grave.

 

Elle vise à atténuer les variations d'amplitude générées par l'interaction entre le signal direct émis par les enceintes et les réflexions générées par les parois de la pièce (murs, sol, plafond) qui produit des noeuds et des ventres (creux et bosses) sur la réponse amplitude/fréquence.

Elle a, par contre, peu (en fait quasiment aucune) d'influence sur la réverbération (qu'on mesure avec le RT60) mais peut faire des quasi-miracles dans la zone modale (dans le grave en dessous de la fréquence de Schroeder (fréquence de transition entre zone modale et zone de réverbération, qui dépend essentiellement du volume de la pièce)).

 

Le principe de fonctionnement de cette correction consiste à modifier le signal direct pour que la somme du signal direct + réflexions sur les parois de la pièce, produisent une réponse amplitude/fréquence la plus linéaire possible, telle que mesurée au point d'écoute (sweet-spot).

 

Le signal direct étant défini comme le signal émis par les enceintes et qui arrive le premier aux oreilles placées au sweet spot. Les réflexions arrivent, quant à elles, quelques millisecondes plus tard, le nombre de millisecondes dépendant de la distance des parois de la pièce vs les enceintes et vs le sweet spot. 

 

Ceci demande donc de mesurer la réponse amplitude/fréquence au sweet-spot pour en déduire les corrections à appliquer au signal direct pour obtenir la réponse amplitude/fréquence souhaitée (qui est le résultat du signal direct + réflexions). Ces calculs sont généralement effectués sur la moyenne de quelques mesures autour du sweet spot afin de ne pas produire une correction trop ciblée sur un point précis et trop ponctuelle.

 

Certains logiciels (Trinnov, mais aussi Dirac) prétendent corriger également les premières réflexions au delà de la gestion des modes dans le grave, sans préciser toutefois ce qu'ils font exactement dans le domaine. Cela étant, le principe d'action est le même, c'est à dire, une pré-déformation du signal direct, pour que sa combinaison avec les réflexions soit la plus proche possible d'un résultat "idéal" (ou équivalent à celui-obtenu dans une pièce plus grande, donc où les réflexions primaires ont moins d'impact sur ce qu'on entend au sweet spot).

 

 

Si on regarde les avantages et inconvénients/risques de ce type de correction numérique, on peut lister ceux-ci (liste non exhaustive là aussi) :

 

Au chapitre des avantages:

 

• La réduction des pics d'amplitude dans le grave est une correction essentielle lorsque les modes sont importants, et qui sont extrêmement fréquents dans des pièces de dimensions "courantes". Ne pas corriger ces pics d'amplitude entraine des colorations des timbres significatives, et rend le grave enflé, lent et monocorde (effet "boom boom" répétitif). Mettre en place ces corrections permet de retrouver de meilleurs timbres et une meilleure articulation du grave, et souvent une meilleure lisibilité dans le bas-médium car celui-ci est souvent masqué par l'excès de grave.

 

• La correction des premières réflexions apporte en général un gain sur la précision de l'image et potentiellement sur la qualité des timbres (la cohérence fréquentielle des réflexions avec le signal direct étant un critère important pour la qualité perçue des timbres) donc si les logiciels arrivent à corriger ceci, c'est, en théorie au moins, bénéfique.

 

 

Au chapitre des inconvénients/risques:

 

• La qualité de la mesure est essentielle pour le calcul des corrections à apporter, même si ici, c'est plus facile qu'avec la phase, puisqu'on cherche à corriger l'amplitude résultante (direct+réflexions) au sweet spot, ce qui est somme toute facile à mesurer. Néanmoins, il conviendra d'être prudent quand aux corrections qu'on apportera, notamment au delà du grave, sous peine d'avoir ici aussi, un remède pire que le mal...

  Néanmoins, les logiciels réputés (Trinnov, Dirac, Acourate, HAF, et d'autres) font en général un très bon travail pour calculer ces corrections, et on peut leur faire confiance. Il faudra être plus prudent lorsqu'on fait soi-même les corrections (avec RePhase ou REW par exemple) et ne pas vouloir corriger ce qui ne peut ou ne doit pas l'être (les noeuds en général ne peuvent être comblés, et les corrections au delà du grave sont en général très difficiles à mettre en place). 

 

• Le principal inconvénient, à mon avis, tient au fait que quelle que soit la qualité des corrections calculées, celles-ci sont appliquées au signal direct, qui devient donc un signal d'autant plus déformé que les corrections apportées sont importantes. 

  Or, la façon dont fonctionne l'oreille+cerveau, implique successivement l'analyse du signal direct, puis l'analyse des réflexions + signal direct. En fait, on cherche même à faire en sorte que le signal direct (qui contient le signal direct enregistré + les réflexions du local où a eu lieu l'enregistrement) soit pris en compte par l'oreille+cerveau avant que les réflexions du local d'écoute n'arrivent, afin de leurrer le cerveau et lui permettre de créer l'illusion que l'on se trouve sur le lieu de l'enregistrement et non dans la pièce où on écoute. 
  Si les réflexions produites localement (par la pièce d'écoute) arrivent trop tôt et/ou trop fort (en dB), le cerveau va les mélanger avec celles enregistrées sur le lieu d'enregistrement, pour en faire une bouillie qui va nuire à l'illusion d'être sur le lieu d'enregistrement. Idéalement, il faut donc faire en sorte que ces réflexions "locales" arrivent atténuées et le plus tardivement possible (la mesure de l'ETC permet de visualiser ce critère de façon objective, et de savoir où sont les sources de ces réflexions primaires gênantes).
  On comprend donc que le signal direct a une fonction essentielle pour la création de l'illusion d'être sur le lieu de la performance enregistrée, et donc lorsqu'on le pré-modifie pour que le résultat (signal direct + réflexions locales) soit correct, on perturbe la compréhension du signal direct (celui enregistré sur le CD ou le fichier démat) par le cerveau. Il est donc difficile de dire a priori si le résultat obtenu sera bénéfique ou néfaste d'un point de vue de l'écoute de la musique.

 

Il est donc, à mon avis, fort vraisemblable que dans de petites pièces, où le traitement passif ne peut jamais être parfait, la correction numérique sera un gain net, mais lorsque la correction en passif est suffisante, il est fort probable que le résultat puisse se solder par une perte nette. 

 

Pour être tout à fait objectif, il ne faudrait pas non plus déduire de ce qui précède que le traitement passif est la panacée, car il doit aussi être bien réfléchi. En effet, l'installation de panneaux absorbants et/ou diffusants n'est pas totalement neutre, car aucun de ces panneaux n'absorbe l'ensemble du spectre audio de façon homogène, et par conséquent, ils peuvent entrainer une perturbation des timbres très audible, si on n'y prend pas garde. 

 

Et donc, il vaudra parfois mieux une bonne correction numérique qu'un traitement passif mal mis en oeuvre...

 

Au chapitre des inconvénients pour les 2 types de correction numérique, et delà des considérations ci-dessus, on peut aussi ajouter que la mise en oeuvre d'une correction numérique implique l'utilisation de ressources informatiques significatives (que ce soit un DSP dédié, ou un PC/Mac, ou un Trinnov, ou encore un logiciel de lecture intégrant un moteur de convolution (Roon, JRiver, Foobar,...) et cela a vraisemblablement aussi un coût audible à l'arrivée. 

 

C'est certes difficilement démontrable objectivement puisque "bits are bits" et c'est ce qui arrive au DAC après tous les traitements numériques quels qu'ils soient, mais le nombre de témoignages d'audiophiles optimisant les serveurs et autres logiciels de lecture et protocoles de communication réseau (UpNP, Raat, Diretta, HQPlayer NAA,...)) pour réduire tous les processus à leur strict minimum, est tel qu'il est difficile d'affirmer que l'utilisation de ressources informatiques n'a pas d'impact sur le rendu global.

 

 

En résumé, je dirais donc que la correction numérique est une technique très performante pour corriger les défauts des enceintes et pour aider à l'adaptation d'enceintes dans une pièce, mais que l'utilisation de la fonction "room correction" doit être réservée aux situations où l'on ne peut mettre en oeuvre un traitement passif adéquat et complet (pièce de vie où le WAF est prépondérant, pièce trop petite pour être traitée correctement, etc...). 

En effet, la "room correction" me semble induire des contraintes/déformations sur le signal direct qu'il convient de bien comparer avec les défauts induits par la pièce (qui sont souvent colossaux et bien supérieurs aux inconvénients du room correction) lorsqu'on cherche la performance maximale pour son système.

 

Et pour préciser ce que je veux dire sur la déformation du signal direct, voici quelques compléments sur l'effet Haas et ses conséquences en reproduction hifi à la maison.

 

Je reprends, ci-dessous, quelques passages du Guide Bilan Acoustique, qui font le lien entre l'effet Haas et l'article ci-après (https://www.edn.com/acoustics-and-psychoacoustics-applied-part-1-listening-room-design/) qui contient l'essentiel de ce qu'il y a à comprendre.

 

L’effet Haas est un phénomène démontré, par un scientifique Allemand, Helmut Haas, au début des années 50, qui dit (très schématiquement) que lorsque plusieurs sons identiques arrivent successivement à l’oreille, ils sont perçus comme un son unique provenant de l’endroit où a été émis le tout premier son arrivé aux oreilles, du moment que l’écart temporel entre le premier son et le dernier reste inférieur à 30 ou 40ms environ.

Dans le cas qui nous occupe, la hifi domestique, cet effet Haas devrait donc être une super aubaine ! 

 

En effet, le son émis directement par les enceintes est le premier à arriver, donc, selon Haas, il détermine de façon unique la localisation du son comme provenant des enceintes (ce que l’on souhaite pour avoir une bonne image stéréo 3D), et les réflexions sur les murs arrivant dans les 20ms secondes qui suivent (3ms = 1mètre, donc même dans une pièce qui ferait 5m sur 6m, le délai supplémentaire dû au trajet enceinte-mur-oreille vs enceinte-oreille, ne peut dépasser 10 à 15ms maxi), elles ne devraient donc pas gêner la construction de l’image stéréo !

 

Pourtant la littérature préconise de réduire les premières réflexions autant que possible, et lorsque je l'ai mis en pratique, cela a apporté une amélioration indéniable sur mon système. J’ai donc buté sur ce « paradoxe » apparent pendant un bon moment, jusqu’à ce que je tombe sur l'article indiqué ci-dessus.

 

Ce que dit cet article peut être résumé en disant que ce que l’on cherche à reproduire c’est l’ambiance de la salle où a été enregistrée la musique. Cette salle a ses propres caractéristiques qui ont été enregistrées et qui vont être reproduites par le système. 

 

Ces caractéristiques du lieu d'enregistrement (mais aussi de tout lieu) sont les suivantes :

• Un délai entre le son direct et les premières réflexions qui arrivent ensuite. Il est nommé ITD dans les graphes qui suivent. 
• Des réflexions "primaires" qui commencent à arriver après l'ITD et qui idéalement arrivent dans les 20 premières millisecondes après la réception du son direct.
• Un champ diffus de réflexions "tardives" arrivant ensuite et qui décroit avec le temps, qu'on appelle généralement la réverbération.

 

 

Notre combo oreilles/cerveau utilise ces informations (amplitude/fréquence, délais et contenu fréquentiel des réflexions primaires et tardives,...) pour se représenter le lieu mentalement (taille, position des différentes sources de son, brillance ou matité, etc...).

 

Le morceau de musique que l'on écoute contient toutes ces informations du lieu d'enregistrement, puisqu'elles ont été captées par les micros et également préparées lors du mastering du CD afin de pouvoir ensuite, être reproduites le plus fidèlement par le système hifi.

 

 

Mais, la pièce, dans laquelle on écoute sa musique, a aussi ses propres caractéristiques, qui viennent forcément interférer avec celles de la salle d’origine enregistrées et qui vont être reproduites par le système hifi. Comme généralement la pièce d’écoute est de dimensions inférieures à celle où a eu lieu l’enregistrement, l'ITD de la pièce d'écoute est plus court, et les premières réflexions produites par la pièce d’écoute vont arriver à nos oreilles avant celles qui sont sur l’enregistrement ! 

 

Et donc, du fait de l’effet Haas, ce sont celles de la salle d’écoute qui vont définir la perception d’espace et d’ambiance de la pièce et non pas celles qui figurent sur l’enregistrement. Au final, on écoute donc plus sa propre pièce que celle du lieu de l’enregistrement !

 

 

Dans ces conditions, on comprend mieux l’intérêt de diminuer au maximum les premières réflexions de la pièce d’écoute, l’objectif étant donc d’éliminer (i.e. ne pas entendre) sa pièce d’écoute, afin de pouvoir entendre uniquement (ou au moins essentiellement) la pièce où a été fait l’enregistrement de la musique.

Idéalement, il faudrait donc que les réflexions primaires arrivent suffisamment longtemps après (ou comme dans le schéma ci-dessous, soient suffissamment atténuées au moment où elles arrivent à nos oreilles), vs celles qui sont sur l’enregistrement.

 

 

En maximisant l’ITD de la pièce d'écoute, par la suppression/réduction des réflexions primaires, on se donne ainsi une chance d’entendre d’abord la pièce du lieu d’enregistrement et grâce à l’effet Haas, ce qui arrive après (réverbération de la pièce d’écoute) devient non significatif pour le combo «oreilles/cerveau».

 

Et donc, lorsqu'on met en oeuvre une correction numérique qui altère "par conception" le signal direct afin d'y intégrer des corrections sur l'amplitude et parfois sur les réflexions primaires de la pièce d'écoute, on vient nécessairement perturber tout le processus décrit ci-dessus ! 

Les corrections apportées interviendront bien après ce processus puisqu'il faut que les champs réverbéré et modal soient en place pour que l'amplitude/fréquence que l'on mesure (et qui sert pour les calculs de correction) puisse être corrigée effectivement. Et donc même si on se retrouve avec une amplitude/fréquence parfaite après correction, le processus d'analyse de la pièce où l'enregistrement a eu lieu a été perturbé vs ce qui figure sur le CD.

 

Evidemment, comme je l'ai indiqué précédemment, si la pièce a des problèmes (et la plupart en ont de sérieux), le bénéfice global de la correction numérique sera bien supérieur à cette perturbation du signal direct, mais si la pièce est correcte, on va percevoir cette perturbation, et c'est, à mon avis, une des raisons qui font qu'on peut trouver le rendu sans correction numérique plus "naturel" qu'avec la correction en place.

 

Et pour les objectivistes à poils durs, tout ceci est parfaitement mesurable et quantifiable. Donc aucune magie, aucun biais subjectif que seules des oreilles en or pourraient entendre, c'est juste une question de rapport bénéfice/coût, et la correction numérique a aussi un coût, et pas seulement des bénéfices.

• Un délai entre le son direct et les premières réflexions qui arrivent ensuite. Il est nommé ITD dans les graphes qui suivent. 
• Des réflexions "primaires" qui commencent à arriver après l'ITD et qui idéalement arrivent dans les 20 premières millisecondes après la réception du son direct.
• Un champ diffus de réflexions "tardives" arrivant ensuite et qui décroit avec le temps, qu'on appelle généralement la réverbération.