Votre invité vit à Montréal, à Lyon ou à deux villes de chez vous, et vous n'avez ni le temps ni l'envie de vous déplacer. Alors vous lancez un appel vidéo, vous cliquez sur « enregistrer », et vous espérez que ça passera au montage. Parfois ça passe. Souvent, je reçois un fichier où la voix de l'invité est hachée, métallique, avec deux phrases coupées en plein milieu.
Enregistrer à distance est tout à fait possible, y compris pour un podcast de qualité. Mais il faut enregistrer au bon endroit, et ce « bon endroit » n'est pas la visioconférence elle-même.
Le problème : un appel vidéo est fait pour se comprendre, pas pour être écouté
Zoom, Teams ou Google Meet compressent le son en continu pour qu'il passe malgré une connexion moyenne. Ils appliquent aussi leurs propres traitements : réduction de bruit, annulation d'écho, contrôle automatique du gain. C'est pratique pour une réunion. Pour un podcast, c'est ce qui donne cette voix un peu sous l'eau, qui ne se rattrape pas au montage.
Deuxième souci : si la connexion de l'invité faiblit, la qualité s'effondre, et ce qui a été perdu est perdu. Aucun plug-in ne reconstruit une syllabe que le réseau n'a jamais transmise.
La méthode double-ender : chacun enregistre chez soi
La solution standard dans le métier s'appelle le double-ender. Le principe est simple : chaque participant enregistre sa propre voix en local, sur son ordinateur ou sur un enregistreur. L'appel sert uniquement à vous parler et à vous entendre. Le fichier final ne dépend donc plus de la qualité de la connexion, puisque chacun capte son micro directement, sans passer par internet.
Cette approche a deux avantages concrets pour le montage. Le premier est la qualité : une piste enregistrée localement n'a subi aucune compression réseau. Le second est la séparation : vous obtenez un fichier par personne. Je peux alors régler chaque voix indépendamment, couper un toussotement de l'invité sans toucher à l'hôte, et supprimer les chevauchements gênants proprement. Avec un fichier unique mélangé, je ne peux rien de tout ça.
Quel outil choisir
Plusieurs plateformes font précisément ce travail. Riverside, Zencastr, SquadCast et Cleanfeed sont les plus connues dans le milieu. Elles enregistrent chaque participant localement et envoient ensuite les pistes séparées. Selon l'outil, l'invité rejoint par un simple lien, sans logiciel lourd à installer.
Je ne vais pas vous dire laquelle est « la meilleure », parce que les comparatifs que l'on trouve en ligne sont presque tous écrits par les éditeurs eux-mêmes et se contredisent sur les détails (formats d'export, prix, comportement en cas de coupure). Mon conseil : faites un essai avec votre invité type, en coupant volontairement le Wi-Fi quelques secondes, et regardez ce que vous récupérez. C'est le seul test qui compte.
Si vous restez sur Zoom faute de mieux, l'option existe aussi : dans les paramètres d'enregistrement, cochez l'enregistrement d'un fichier audio distinct pour chaque participant. Le libellé peut varier selon la version, et la qualité reste inférieure à un vrai double-ender, mais c'est nettement mieux qu'un fichier unique. Désactivez aussi, côté micro, les traitements automatiques si le logiciel le permet.
Le matériel de l'invité, le vrai point faible
Vous pouvez avoir la meilleure plateforme du monde, si votre invité parle dans le micro de son ordinateur portable, au fond d'un salon vide, le résultat sera creux. Ce n'est pas lui faire un reproche : la plupart des invités ne sont pas équipés, et ne le seront jamais pour une seule apparition.
Je ne leur demande donc pas d'acheter quoi que ce soit. Je leur envoie quatre consignes, par mail, deux jours avant :
- mettre un casque filaire (le micro du casque ou celui des écouteurs filaires fait souvent mieux que celui du portable, et surtout cela évite que votre voix soit rejouée dans ses haut-parleurs et reprise par son micro) ;
- choisir la pièce la plus meublée possible, avec rideaux, canapé, tapis, et fermer la porte ;
- se placer à une vingtaine de centimètres du micro, sans souffler dessus ;
- couper les notifications et fermer les autres applications qui tournent en arrière-plan.
Ce dernier point est sous-estimé. Une alerte de messagerie qui sonne au milieu d'une réponse, je ne peux pas l'effacer si elle recouvre la voix. Et le casque règle à lui seul la moitié des échos que je rencontre. Pour le reste de la préparation en amont, mon article sur comment préparer son enregistrement détaille la partie acoustique et le niveau d'entrée.
La connexion : ce qu'il faut vraiment vérifier
Avec un double-ender, la connexion n'influence plus la qualité du fichier, mais elle influence toujours la conversation. Si vous avez trois secondes de décalage, vous vous coupez la parole, vous vous répondez avec retard, et la conversation perd son rythme. Cela, aucun montage ne le répare complètement.
Rode recommande, dans son guide sur les interviews à distance, d'avoir au moins 5 Mbit/s de débit montant et de privilégier un câble Ethernet plutôt que le Wi-Fi quand c'est possible. Je suis d'accord avec ça. Branchez-vous en filaire si vous le pouvez, et demandez à votre invité de se rapprocher de sa box s'il n'a pas de câble.
« Le meilleur logiciel du monde ne rattrape pas un invité qui parle depuis la cuisine avec le lave-vaisselle en marche. »
Pendant l'enregistrement
Quelques habitudes qui me facilitent énormément la vie, et que vous pouvez adopter dès le prochain épisode.
Et si l'enregistrement est filmé
Si vous publiez aussi sur YouTube, ajoutez une couche : la vidéo de chaque participant doit aussi être enregistrée en local, sinon l'image sera pixelisée dès que la connexion bouge. Les plateformes dédiées gèrent généralement ça avec les mêmes pistes que l'audio. Je vous renvoie à mon comparatif audio ou vidéo, que choisir si vous hésitez encore sur le format.
Avant de lancer l'enregistrement à distance
- Enregistrement local activé pour chaque participant, une piste par personne
- Sauvegarde de secours en marche (second enregistreur ou second logiciel)
- Casque filaire pour tout le monde, pièce calme et meublée
- Notifications coupées, autres applications fermées
- Connexion filaire de votre côté, débit montant vérifié
- Test de trente secondes écouté sur la piste enregistrée
- Clap de synchronisation au début
Ce que je fais ensuite des pistes
À la réception, j'aligne les pistes sur le clap, puis je nettoie chaque voix séparément : bruits de bouche, souffle, résonances de pièce. J'équilibre ensuite l'hôte et l'invité pour que le volume perçu soit le même, comme je l'explique dans l'article sur le niveau sonore et les LUFS. Et c'est seulement une fois l'interview réglée que j'ajoute la musique, uniquement sur l'intro. Jamais sous la conversation, quelle que soit la qualité des voix.
Un enregistrement à distance bien fait ne se remarque pas à l'écoute. C'est le but. Si le vôtre se remarque encore, je peux regarder avec vous où ça coince, dans le cadre de mon service de montage podcast.