Pourquoi les écrans d’un concert sont toujours en retard sur le son

Une situation fréquente dans notre travail : installer un écran pour un concert dans une église où le chœur et les solistes chantent depuis la tribune, cet espace surélevé qui se trouve généralement au fond de l’édifice, près de l’orgue. Le problème : les bancs sont tournés vers l’autel, et personne ne va se retourner pendant une heure pour regarder les chanteurs dans son dos. Alors nous installons un grand écran à l’avant, avec un vidéoprojecteur puissant, et nous faisons une petite réalisation en direct avec plusieurs caméras. Tout est parfait, jusqu’à ce qu’on regarde de plus près : le public entend la note un instant avant de voir la bouche du chanteur la former. Et non, ce n’est ni de notre faute ni celle de ce vidéoprojecteur en particulier. Ça arrive à chaque fois.

La vraie raison : chaque maillon de la chaîne prend un peu de temps

Quand vous filmez quelque chose et que vous l’envoyez en direct sur un écran, l’image ne voyage pas instantanément de la caméra jusqu’au public. C’était (presque) le cas à l’époque où l’on travaillait avec un signal vidéo direct et des écrans à tube. Aujourd’hui, elle passe par une chaîne d’appareils numériques, et chacun ajoute sa petite dose de retard :

• La caméra capte l’image avec son capteur ; son processeur la convertit en signal numérique et la compresse avant de l’envoyer dans le câble.
• Le mélangeur vidéo (nous utilisons une ATEM) mixe ce signal avec celui des autres caméras, applique les transitions et le remet à l’échelle. En interne, il traite aussi l’image avec sa propre puce.
• La transmission du signal, que ce soit en HDMI, en SDI ou par fibre, ajoute son propre délai, surtout si le câble traverse toute la nef d’une église. Et si la transmission passe par un émetteur et un récepteur sans fil, le retard est encore plus grand.
• Le processeur de l’écran ou du vidéoprojecteur, en bout de chaîne, remet à nouveau l’image à l’échelle de la résolution exacte du panneau ou de la toile. Autrement dit, il possède une autre puce qui décompresse et recrée le signal pour « peindre » chaque image.

Chaque étape ne prend que quelques millisecondes, mais elles s’additionnent. Un cas réel mesuré sur une production dans une église (avec un mélangeur vidéo standard) donnait environ 80 ms de retard rien que pour le mélangeur ; avec un autre équipement, ce retard peut atteindre 360 ms.

Combien, c’est « trop » ? La limite fixée par l’oreille

Voici la partie curieuse : l’oreille humaine n’est pas aussi exigeante dans les deux sens. La norme technique de référence (ITU-R BT.1359) établit que nous percevons le problème dès que l’audio est en avance de plus de 45 ms sur la vidéo, mais que nous tolérons jusqu’à 125 ms quand c’est la vidéo qui est en retard sur l’audio, comme dans notre cas de l’église. Autrement dit, nous sommes bien plus habitués à voir l’image en retard qu’à entendre le son en retard (un peu comme quand vous voyez quelqu’un au loin taper sur quelque chose : le son vous arrive toujours après). Le problème, c’est que dans une production réelle avec plusieurs maillons dans la chaîne, il est très facile de dépasser ces 125 ms sans que personne ne s’en rende compte… jusqu’à ce que le public le remarque.

Pourquoi les panneaux LED font encore pire qu’un vidéoprojecteur

Voici le point qui nous a le plus surpris en creusant le sujet : avec un vidéoprojecteur, le signal passe par un seul processeur de mise à l’échelle. Avec un écran à panneaux LED, il y a une étape de plus : une carte graphique (le « contrôleur » ou « carte réceptrice ») qui convertit le signal en quelque chose que chaque panneau peut afficher, en synchronisant des milliers de points lumineux. Les mesures de fabricants de ce type de cartes que nous avons vues vont de 13 à 74 millisecondes pour cette seule étape, selon que le mode « faible latence » est activé ou non. Ce sont des millisecondes qui s’ajoutent à tout le reste, et qu’un vidéoprojecteur classique n’a pas à gérer. Donc, si vous avez déjà eu l’impression qu’un écran LED géant pendant un concert était un peu plus « à la traîne » qu’un écran de projection, vous n’avez pas rêvé.

Même avec des budgets colossaux, personne n’y échappe

Ce n’est pas un problème de petit budget. C’est de la physique et du traitement du signal. Bien sûr, plus il y a d’argent pour un événement, meilleur est le matériel qu’on peut utiliser. L’essentiel des écarts de prix entre ces équipements tient justement à une moindre perte de qualité et à un meilleur flux (rapidité) dans le traitement de l’image. La seule différence, c’est que sur une grosse tournée, l’équipe son compense généralement en retardant volontairement l’audio pour qu’il se recale sur l’image, ce qui serait impossible pour un petit concert dans une église ou pour tout événement où la musique ou la voix s’entend en direct. Vous imaginez entendre le son direct, puis un autre son amplifié avec le retard correspondant ?

Petite anecdote : dans les théâtres où l’on joue de l’opéra, on a cherché à conserver les moniteurs à tube (les vieilles télés à tube), en noir et blanc, pour les retours placés sur les côtés. Ces moniteurs diffusent le signal d’une caméra qui filme le chef d’orchestre, pour que les chanteurs ne soient pas obligés de toujours faire face au chef. Grâce à ces moniteurs latéraux, ils peuvent suivre le chef et jouer des déplacements scéniques plus naturels. Eh bien, les théâtres construits il y a de nombreuses années ont gardé ces moniteurs et cette caméra comme la prunelle de leurs yeux. Parce que ce signal est direct : c’est un signal de télévision analogique. Là, aucun retard perceptible. Il va aussi vite qu’une onde radio, mais par câble. Dans les théâtres équipés d’écrans plats et d’une caméra numérique qui filme le chef, il y a toujours un retard de près d’un quart de seconde. Et ça, pour n’importe quel chanteur, c’est une vraie galère.

Comment nous gérons ça chez aiVídeo

En pratique, nous n’essayons pas d’éliminer complètement le retard (ce serait hors de prix et, pour le type d’événements que nous filmons habituellement, inutile) : nous faisons en sorte que la chaîne soit la plus courte possible. Moins il y a d’appareils entre la caméra et l’écran, moins les millisecondes s’accumulent : nous évitons donc les mises à l’échelle inutiles, nous utilisons des câbles courts et de qualité, et nous testons tout le système avant l’événement pour savoir quel retard réel nous aurons ce jour-là (il n’est jamais exactement le même, cela dépend du matériel que l’on combine). Et surtout, nous prévenons l’organisateur de l’événement que ce petit décalage est normal et n’est pas une erreur de notre part : c’est tout simplement comme ça que fonctionne la technologie, point.

Si vous avez déjà remarqué ce décalage en regardant un concert sur écran et que vous vous posiez la question, vous savez maintenant d’où il vient. Et si vous organisez un événement avec de la musique en direct et des écrans, parlez-nous du lieu : nous avons sûrement déjà vécu quelque chose de similaire et nous pouvons vous aider à obtenir le meilleur rendu possible (et la meilleure synchronisation).