Doubler, ce n'est pas poser une voix par-dessus une vidéo. C'est remplacer les dialogues d'origine tout en gardant la musique, les bruitages et l'ambiance. Voici comment on s'y prend réellement, et ce qui fait la différence entre un doublage qui fonctionne et un qui sonne faux.
La première tentative de tout le monde consiste à couper le son de la vidéo et à enregistrer sa voix par-dessus. Le résultat est toujours décevant, et pour une raison précise : en coupant le son, on ne supprime pas seulement les dialogues. On supprime aussi la musique, les pas, les portes qui claquent, le vent, les explosions. La scène devient un désert sonore dans lequel une voix flotte toute seule.
Un vrai doublage garde tout sauf les voix. Dans le métier, cette piste s'appelle la M&E, pour music and effects : musique et effets. Les studios la reçoivent séparément du producteur du film. Pour une vidéo YouTube, elle n'existe pas : il faut la fabriquer.
Entre trente secondes et deux minutes. Au-delà, l'exercice devient un travail de longue haleine et la moindre erreur oblige à tout refaire. Préférez une scène où les dialogues sont nets, sans musique forte par-dessus les voix : plus les voix et la musique se chevauchent, plus la séparation sera difficile.
C'est l'étape technique. Un modèle de séparation audio analyse le mélange et le découpe en deux : d'un côté les voix, de l'autre la musique et les bruitages. On garde la seconde piste et on jette la première.
Une limite qu'il faut connaître. Cette séparation n'est jamais parfaite. Sur un extrait très compressé, où voix et musique occupent les mêmes fréquences, il reste souvent de petits artefacts dans les aigus. Une scène dialoguée avec une musique discrète donnera toujours un meilleur résultat qu'un clip saturé.
Il ne suffit pas de connaître les répliques : il faut savoir à quelle seconde exacte chacune commence et se termine. Sans ce minutage, on joue à l'oreille et on dérive. Une transcription automatique fournit les deux, et repère au passage quel personnage parle.
C'est là que se joue la qualité. Trois règles qui changent tout :
La voix enregistrée se pose sur la piste de musique et bruitages. Deux réglages suffisent la plupart du temps : le niveau de la voix par rapport au fond, et un décalage global de quelques dixièmes de seconde si l'ensemble part légèrement en avance ou en retard.
La question du micro arrive toujours en premier, alors que ce n'est pas le facteur déterminant. C'est la pièce qui compte. Un micro à deux cents euros dans un salon vide au carrelage donnera un son plus mauvais qu'un micro-casque à trente euros dans une chambre avec un lit, des rideaux et une armoire. Les surfaces molles absorbent la réverbération ; la réverbération est ce qui trahit un enregistrement amateur, et elle ne s'enlève pas après coup.
Si vous n'avez rien : enregistrez avec le micro de vos écouteurs, dans une pièce meublée, en vous rapprochant à une vingtaine de centimètres. Vous serez surpris.
Dubba enchaîne les étapes 2, 3 et 5 automatiquement. Vous collez un lien YouTube, l'application isole la piste de musique et bruitages, transcrit les dialogues avec leur minutage, et affiche une bande rythmo qui défile sous la vidéo pour vous indiquer quand parler. Vous n'avez plus qu'à jouer. Le mixage est fait à la validation.
Doubler une vidéo maintenantOui. Un studio en ligne enchaîne la séparation, la transcription et le mixage sans que vous ayez à ouvrir un logiciel. Le montage manuel ne devient utile que si vous voulez un contrôle image par image.
La vidéo d'origine reste protégée par le droit d'auteur. Un doublage amateur relève souvent de la parodie ou du pastiche, qui bénéficient d'exceptions, mais les règles varient d'un pays à l'autre et selon l'usage. Pour une diffusion large ou commerciale, il faut l'accord de l'ayant droit. Dans le doute, gardez votre doublage privé ou en lien privé.
Le micro compte moins que la pièce dans laquelle vous enregistrez. Commencez avec ce que vous avez, dans un endroit meublé, et n'investissez que si le résultat vous limite vraiment.
Presque toujours parce que la vidéo est jouée dans un haut-parleur : le micro capte le son avec un retard, et vous vous calez sur ce retard. Un casque supprime le problème. Si le décalage persiste, c'est la latence de votre carte son ; un réglage de décalage global le corrige.
Comptez quinze à trente minutes pour une scène d'une minute, la plus grande partie étant les prises successives. La préparation technique, elle, prend quelques minutes.