Pourquoi la vieille astuce d'égalisation pour supprimer les voix ne fonctionne pas réellement

Le conseil que vous avez probablement déjà vu

Cherchez n'importe quel forum de mixing pour "comment supprimer les voix avec un EQ" et vous trouverez la même réponse : ouvrez un EQ paramétrique, trouvez où la voix « se place » — généralement autour de 1-4kHz — et creusez une encoche profonde (notch). Certaines versions sont plus spécifiques, suggérant une série de notches étroites pour suivre les harmoniques de la voix. Cela semble plausible. Mais ça ne fonctionne pas, et la raison en dit long sur ce qu'est réellement une voix.

Une voix n'est pas une seule fréquence — C'est tout le spectre

L'erreur fondamentale est de traiter la « voix » comme si elle vivait dans une seule plage de fréquences que vous pouvez cibler et couper. Ce n'est pas le cas. Une voix humaine dans un mix couvre typiquement :

- Fréquence fondamentale, environ 80-1000Hz — la note réelle chantée, plus basse pour les voix de basse, plus haute pour les sopranos.

- Harmoniques s'empilant bien au-dessus, souvent au-delà de 8-10kHz, ce qui donne à une voix son timbre et son caractère reconnaissables plutôt que de sonner comme une onde sinusoïdale pure.

- Sibilances et détails de respiration, 5-12kHz+ — les sons « s », « t » et « f », et la texture aérienne du haut du spectre qui rend une voix présente et humaine plutôt qu'éteinte.

Si vous creusez un notch dans la plage de 1-4kHz où une voix semble la plus proéminente, vous n'avez coupé qu'une infime partie de sa présence — la fondamentale et les harmoniques inférieures continuent de passer intactes, tout comme toutes les sibilances et l'air au-dessus de votre notch. La voix est diminuée, pas disparue. Cherchez à l'atténuer davantage en élargissant le notch ou en en ajoutant d'autres, et vous rencontrerez le deuxième problème, plus important.

Tout le reste y vit aussi

Cette même plage de 1-4kHz n'est pas réservée aux voix. C'est l'une des parties les plus chargées et les plus chevauchantes de l'ensemble du mix :

- Guitares — le corps et l'attaque des guitares acoustiques et électriques sont fortement présents dans cette plage.

- Synthés et claviers — la plupart des sons de lead et de pad ont une énergie significative dans le médium.

- Caisse claire et cymbales — le claquement de la caisse claire et le scintillement des cymbales montent tous deux bien dans le territoire vocal.

- Pratiquement tout ce qui a de la « présence » ou de la « clarté » — les ingénieurs de mixage boostent cette plage exacte sur d'autres instruments précisément parce que c'est là que l'oreille est la plus sensible.

Un notch suffisamment agressif pour atténuer significativement la voix vide aussi la guitare, le synthé ou la caisse claire occupant cette même tranche de spectre au même instant. Vous ne retirez pas chirurgicalement un instrument — vous retirez un morceau de l'ensemble du mix et espérez que la voix en souffre plus que tout le reste. Ce n'est pas le cas ; tout souffre à peu près également, car un EQ n'a aucune idée de quel son est une voix et lequel est une guitare. Il ne connaît que la fréquence, et la fréquence est partagée par tout le monde.

Le vrai malentendu : la fréquence n'est pas la source

Voici le concept que le conseil « il suffit de l'enlever avec un EQ » ne comprend pas : la fréquence et la source sont deux choses différentes. Plusieurs instruments peuvent — et le font constamment — occuper exactement la même plage de fréquences au même moment, entièrement additionnés en une seule forme d'onde. Un EQ ne peut que demander « quel est le volume de cette plage de fréquences en ce moment ? » Il n'a aucun moyen de demander « quel instrument produit ce son ? » Une fois qu'une voix et une guitare sont toutes deux présentes à 2kHz dans le même fichier mixé, il n'y a aucune manipulation d'EQ qui sépare « la contribution de la voix à 2kHz » de « la contribution de la guitare à 2kHz » — pour l'EQ, ce n'est qu'un chiffre combiné.

C'est le problème technique réel, et bien plus difficile : récupérer *quelle source a produit quelle partie d'un signal combiné*, et non identifier *quelles fréquences couper*. Ce n'est pas quelque chose pour lequel l'égalisation a été conçue.

Ce qui résout réellement le problème de la source

C'est exactement le problème que la véritable séparation de source par IA est conçue pour résoudre, et c'est la raison pour laquelle un outil comme Stem Isolator existe en tant qu'entité distincte d'un plugin EQ. Au lieu de demander « quelle est cette fréquence », un modèle entraîné sur des enregistrements de voix et d'instruments isolés apprend l'empreinte sonore réelle d'une voix humaine — son motif harmonique, son timbre, comment elle évolue dans le temps — et identifie quelles parties du mix combiné proviennent d'une voix plutôt que d'un instrument, quelle que soit la fréquence à laquelle elles se chevauchent. Il résout directement le problème d'identification de la source au lieu d'essayer de l'approximer en coupant des bandes de fréquences et en espérant le meilleur.

C'est aussi pourquoi la séparation de source peut vous offrir plus que « voix disparue » — vous pouvez choisir exactement les stems que vous voulez (voix, instrumental, batterie, basse ou autres instruments), en ne payant que pour ce que vous choisissez : 2 crédits pour un seul stem, +1 crédit pour chaque stem supplémentaire. Rien de tout cela n'est possible avec un notch EQ, car un EQ n'a jamais réellement séparé quoi que ce soit — il se contentait de baisser une plage de fréquences en espérant que le bon instrument s'y cachait.

Quand l'EQ est réellement le bon outil

Rien de tout cela ne signifie qu'un EQ est inutile pour les voix — il résout simplement un problème différent de la suppression. Créer de l'espace pour qu'une voix s'intègre clairement dans un stem vocal déjà séparé, adoucir une dureté, ou réduire (pas éliminer) le bleed entre des sources microphonées de près dans une session multipiste sont toutes des utilisations légitimes et courantes de l'EQ. Le mode d'échec est de tenter spécifiquement d'utiliser l'EQ pour effacer un instrument entier d'un mix déjà combiné — c'est un problème de séparation de source déguisé en EQ, et aucun nombre de notches ne corrigera ce décalage.

Questions fréquemment posées

Q : Un notch très étroit et précis peut-il supprimer uniquement la voix et rien d'autre ?

R : Non — des notches plus étroits signifient simplement que vous supprimez moins de tout, y compris la voix, et non que vous supprimez la voix de manière plus sélective. Le problème n'est pas la largeur du notch ; c'est que la voix et d'autres instruments partagent les mêmes fréquences au même moment, donc toute coupure les affecte tous ensemble.

Q : Pourquoi ce conseil continue-t-il d'apparaître sur les forums s'il ne fonctionne pas ?

R : C'est intuitif et partiellement vrai — un notch subtil peut réellement réduire un peu la proéminence perçue d'une voix, surtout sur un mix simple et épuré. Ce succès partiel sur des cas faciles suffit à maintenir le conseil en circulation, même s'il échoue sur la majorité des morceaux produits professionnellement avec un groupe complet.

Q : Est-ce la même chose que l'astuce de suppression de voix par « annulation de phase » ?

R : Non — ce sont deux techniques anciennes différentes avec deux modes d'échec différents. L'annulation de phase exploite le panoramique stéréo (supprimant tout ce qui est centré dans le mix) plutôt que la fréquence, et échoue pour différentes raisons, principalement les techniques de mixing modernes qui brisent l'hypothèse « identique dans les deux canaux » dont elle dépend.

Q : La séparation par IA rencontre-t-elle parfois les mêmes difficultés que l'EQ ?

R : Elle peut produire des artefacts sur des mix extrêmement denses ou traités de manière inhabituelle, car elle procède par inférence plutôt que par calcul exact. Mais elle n'est pas limitée par l'espace de fréquences partagé comme l'EQ — elle identifie les sources par leurs caractéristiques sonores réelles, elle gère donc les instruments qui se chevauchent dans la même plage de fréquences de manière bien plus fiable que toute approche basée sur l'EQ ne pourrait jamais le faire.