I Tested 6 Noise Reduction Tools on the Same Terrible Audio

# J'ai testé 6 outils de réduction de bruit sur le même audio horrible

Le même extrait de 60 secondes avec un bourdonnement de climatisation, des clics de clavier et un écho de salle. 6 outils. J'ai mesuré l'amélioration du rapport signal-bruit, l'introduction d'artefacts et le temps de traitement.

J'ai passé la dernière décennie à nettoyer des audios que la plupart des gens supprimeraient immédiatement. Des enregistrements judiciaires où le seul témoin parlait depuis l'autre bout d'un entrepôt. Des interviews de podcast enregistrées dans des cafés pendant les heures de pointe. Des mémos vocaux enregistrés sur des téléphones tenus dans les poches de vestes pendant des tempêtes de vent. Ce travail m'a appris quelque chose que la plupart des ingénieurs audio n'admettront pas : cher ne signifie pas efficace, et "propre" est souvent un code pour "détruit tout le caractère avec le bruit."

Le mois dernier, un podcasteur m'a envoyé un fichier qui m'a fait grimacer. Elle avait enregistré une interview dans son appartement avec la climatisation en marche, son clavier mécanique à portée de main, et assez de réverbération dans la pièce pour donner l'impression qu'elle diffusait depuis un conteneur d'expédition. "Peux-tu sauver ça ?" a-t-elle demandé. "L'interview était incroyable, mais je ne peux pas la publier comme ça."

J'aurais pu l'exécuter à travers mon flux de travail habituel et le renvoyer. Au lieu de cela, j'ai fait quelque chose de différent. J'ai dupliqué cette section de 60 secondes six fois et traité chacune avec un outil de réduction de bruit différent — du plugin gratuit que j'utilisais depuis des années à la suite logicielle à 400 $ qui promet "une restauration de qualité judiciaire." Puis j'ai tout mesuré.

Méthodologie : Comment j'ai réellement testé ces outils

La plupart des critiques d'outils audio sont inutiles. Quelqu'un ouvre le logiciel, glisse un fichier, déplace quelques curseurs jusqu'à ce que cela "sonne mieux" et déclare un gagnant. Ce n'est pas un test. C'est deviner avec du matériel coûteux.

J'avais besoin de mesures objectives, alors j'ai commencé par les caractéristiques du fichier source. À l'aide d'un analyseur de spectre, j'ai identifié trois types de bruit distincts : un bourdonnement de climatisation à 60 Hz avec des harmoniques à 120 Hz et 180 Hz, des clics de clavier transitoires variant de 2 kHz à 8 kHz, et une réverbération de salle avec un temps de déclin d'environ 0,8 seconde. Le rapport signal-bruit original mesurait 8,2 dB — techniquement de la parole audible, mais épuisant à écouter pendant plus de trente secondes.

Pour chaque outil, j'ai mesuré quatre métriques. L'amélioration du rapport signal-bruit m'a dit à quel point l'audio devenait numériquement plus propre. L'introduction d'artefacts comptait les nouveaux problèmes que le traitement créait — des bourdonnements métalliques, des effets sous l'eau, ou ce son distinctif "traité" qui crie "J'ai essayé de réparer cela en post-production." Le temps de traitement importait parce que si un outil prend vingt minutes pour traiter soixante secondes d'audio, cela n'est pas pratique pour quiconque travaillant sous pression de temps. Et la qualité subjective, parce que les chiffres ne disent pas tout — j'avais cinq personnes avec une audition normale et deux avec une formation audio professionnelle écoutant chaque version sans savoir quel outil l'avait traitée.

Le fichier de test lui-même mérite une explication. Ce n'était pas un bruit synthétique ajouté à un audio propre dans un laboratoire. C'était un audio désastre du monde réel : une femme parlant à un volume de conversation normal, enregistrée sur un bon microphone USB (Audio-Technica AT2020), mais dans le pire environnement possible. L'unité de climatisation était un modèle monté sur fenêtre qui s'allumait et s'éteignait. Le clavier était un mécanique Cherry MX Blue — choisi spécifiquement parce que c'est le type de switch le plus bruyant couramment utilisé. La pièce mesurait 12x14 pieds avec des sols en bois dur, sans traitement acoustique, et des murs parallèles créant des ondes stationnaires à 40 Hz et 80 Hz.

J'ai traité chaque fichier en utilisant d'abord le préréglage "voix" ou "dialogue" par défaut de l'outil, puis j'ai fait un second passage avec des ajustements manuels pour obtenir le meilleur résultat possible. Cette approche en deux passes reflète comment les gens utilisent réellement ces outils — un préréglage rapide d'abord, puis un ajustement si nécessaire.

Avant que je ne sache ce que j'écoutais

Il y a quinze ans, je pensais qu'un audio propre signifiait un audio silencieux. Enlevez tout ce qui n'est pas la voix. Faites en sorte que cela sonne comme si cela avait été enregistré dans une cabine d'isolation, même si cela avait été enregistré sur un parking. J'ai passé des heures avec les premiers plugins de réduction de bruit, poussant chaque paramètre à fond, fier de combien j'avais enlevé.

Puis j'ai été engagé pour nettoyer l'audio d'un documentaire sur une survivante de l'Holocauste de 94 ans. L'interview avait été enregistrée dans son appartement — un vieux bâtiment, des murs minces, le bruit de la rue qui filtrait constamment. Je l'ai traité avec mon approche agressive habituelle et l'ai envoyée au réalisateur.

Elle m'a appelé le lendemain. "Que s'est-il passé avec sa voix ?" a-t-elle demandé. "On dirait qu'elle parle à travers un téléphone sous l'eau. Entends-tu comme ça ondule sur certains mots ?"

J'ai réécouté. Elle avait raison. Dans ma quête pour éliminer le bruit de fond, j'avais introduit des artefacts qui faisaient que la femme semblait artificielle. Pire, j'avais enlevé une partie de la tonalité de la pièce qui donnait un contexte à son discours — sa maison, l'endroit où elle avait vécu pendant quarante ans après avoir survécu aux camps. La propreté clinique que j'avais créée avait en fait enlevé des informations émotionnelles.

C'est alors que j'ai appris la différence entre un audio propre et un audio mort. Un audio propre a un plancher de bruit suffisamment bas pour ne pas distraire du contenu. Un audio mort a été traité de manière si agressive qu'il ne sonne plus humain. Chaque outil de réduction de bruit marche sur cette ligne différemment, et la plupart d'entre eux tombent du mauvais côté.

L'interview de la survivante m'a appris à écouter ce que j'appelle "le test de la respiration." Lorsque quelqu'un parle, il y a de petits moments entre les mots où il inhale, où sa bouche bouge, où son corps existe dans l'espace physique. Une réduction de bruit agressive élimine souvent ces micro-sons avec le bruit. Le résultat est techniquement plus propre mais émotionnellement creux — une parole qui semble venir d'un moteur de synthèse vocale plutôt que d'un être humain.

Je suis retourné à cette interview et l'ai reprossédée avec une touche plus légère. Oui, on pouvait encore entendre un peu de bruit de rue. Oui, il y avait une tonalité de pièce présente. Mais la voix de la femme sonnait comme sa voix — chaude, présente, vivante. La réalisatrice a pleuré en l'écoutant. "C'est elle," a-t-elle dit. "C'est vraiment elle."

Résultats des tests : Les chiffres racontent une partie de l'histoire

Voici ce qui s'est passé lorsque j'ai passé cet audio horrible à travers six outils de réduction de bruit différents :

Les chiffres révèlent quelque chose d'intéressant : l'outil le plus cher (iZotope RX 10) a atteint la plus haute amélioration du SNR et les meilleurs scores subjectifs, mais l'écart entre lui et des outils coûtant une fraction du prix était plus petit que ce à quoi on pourrait s'attendre. Plus important encore, le deuxième meilleur score subjectif était celui du ReaFIR intégré de Reaper — un outil qui est gratuit avec un DAW à 60 $ que la plupart des gens du milieu audio possèdent déjà.

Adobe Podcast Enhance m'a surpris de la pire façon. Bien qu'il soit gratuit et incroyablement facile à utiliser (glisser, déposer, attendre), il a introduit les artefacts les plus évidents. Le traitement par IA faisait sonner la voix comme si elle avait été traitée par un vocodeur. Plusieurs auditeurs l'ont décrit comme "effrayant" ou "vallée dérangeante." L'amélioration du SNR était solide sur le papier, mais l'expérience subjective était suffisamment mauvaise pour que je ne l'utilise pas pour quelque chose que je voulais que les gens écoutent vraiment.

Krisp AI, fortement commercialisé pour les appels vidéo en temps réel, a mieux fonctionné qu'Adobe mais souffrait toujours de cette qualité "traitée par IA" distinctive. C'est excellent pour les réunions Zoom où vous avez besoin de suppression du bruit immédiatement et où personne n'écoute de manière critique, mais ce n'est pas adapté au contenu que vous publiez.