Rôle dans le mix
La voix solo est le centre du mix : tout le reste est construit pour l'accompagner. En pop, elle doit être intelligible, constante, proche et grande à la fois : chaque mot se comprend à n'importe quel volume, la dynamique est contrôlée, l'espace (réverbération et delay) la rend grande sans l'éloigner. Spectre : fondamentales ~80–350 Hz (homme) et ~160–700 Hz (femme), corps 150–400 Hz, intelligibilité et présence 1–5 kHz, sibilantes 5–10 kHz, air 10–16 kHz. iZotope décrit le son vocal « professionnel » comme une séquence d'étapes : édition, justesse, EQ, compression, de-essing, saturation, espace, automation.
Enregistrement et préparation
- Micro : condensateur à grande membrane (U87, C414, TLM 103, SM7B dynamique pour voix agressives ou pièces ingrates), filtre anti-pop, 15–25 cm. Pièce sèche.
- Comping des meilleures prises ; édition des respirations (baisse-les de 6–12 dB, ne les supprime pas toutes), clics, plosives (HP ou fade sur le « p »), bruits.
- Clip gain : égalise les phrases avant la compression (dans FL : volume du clip audio ou automation) pour que le compresseur travaille de façon uniforme.
- Justesse : Melodyne, Auto-Tune, dans FL Pitcher (correction en temps réel, aussi comme harmoniseur) et NewTone (édition note par note). Dans la pop moderne, la justesse est précise mais naturelle (retune 20–50 ms, humanize).
Gain staging
Crêtes à −10/−6 dBFS après clip gain ; entrée des compresseurs analog-modeled autour de −18 dBFS RMS.
EQ correctif
- HP 70–100 Hz (homme) et 100–120 Hz (femme), 12–18 dB/oct.
- Boue/proximité 150–300 Hz : −2/−4 dB Q 1–1,5.
- Boîte/nasalité 400–800 Hz et ~1 kHz : −1/−3 dB.
- Dureté 2–5 kHz : EQ dynamique ou resonance suppressor (Soothe2) sur les résonances qui n'apparaissent que dans les forte.
- Plosives : HP dynamique ou édition.
EQ créatif
- Corps +1/+2 dB à 150–250 Hz (voix fines).
- Présence +1/+3 dB à 2–4 kHz (après la compression).
- Air shelf +2/+5 dB à 10–12 kHz (Pultec, Maag EQ4 Air, shelf doux de Pro-Q), après le de-esser.
Compression
- En série (le standard) : un FET (1176/CLA-76 : ratio 4:1, attack moyen-rapide, release rapide, 3–6 dB) pour les pics + un opto (LA-2A/CLA-2A : 2–4 dB) pour le nivellement musical. Chris Lord-Alge utilise un 1176 à 4:1 avec release rapide sur la voix, puis chevauche les faders.
- VCA (SSL, dbx 160) pour un contrôle plus précis et moderne.
- Parallèle : envoi vers un compresseur très agressif (FET all-buttons, 10–15 dB), mélangé à 10–20 % pour la densité.
- Limiter léger final pour les pics résiduels.
- Dans FL : Fruity Limiter (COMP) et Fruity Compressor ; alternatives Pro-C 2 (Vocal), CLA-76, CLA-2A, UAD 1176/LA-2A, Distressor.
De-esser
Bande 5–9 kHz (homme 4–7 kHz, femme 6–9 kHz), 3–6 dB sur les sibilantes ; mieux vaut deux de-essers légers (avant et après la compression) qu'un seul lourd. Dans FL : Maximus avec la bande haute en compression ou Fruity Limiter sur un Frequency Splitter ; alternatives FabFilter Pro-DS, Waves DeEsser, Sibilance.
Transient shaper
Rare. Utile sur des consonnes peu claires en rap et en pop rythmique.
Saturation
- Bande/lampe légère (Distructor, Saturn 2, Decapitator, UAD/Waves J37) pour la densité et la présence sans boost d'EQ.
- Parallèle distordue pour voix agressives (refrains pop-rock).
- Exciter léger (Fruity Stereo Enhancer n'est pas un exciter : utilise Saturn 2 ou Ozone Exciter) pour l'air.
Delay (l'espace principal en pop)
- Slap 80–140 ms, feedback 0–10 %, filtré (HP 300 Hz, LP 4 kHz) : proximité et épaisseur (CLA utilise un tape slap).
- 1/4 ou 1/8 calé sur le tempo, feedback 15–30 %, retour filtré et avec ducking par la voix elle-même (3–8 dB) : queue dans les pauses.
- Throw : delay fort automatisé sur le dernier mot de la phrase (CLA : « long delay spills » automatisés).
- Ping-pong 1/8 pointé dans les refrains pour la largeur.
- Dans FL : Fruity Delay 3 (avec Fruity Limiter en sidechain pour le ducking) ; alternatives EchoBoy, H-Delay, Timeless 3, Valhalla Delay.
Réverbération
- Plate 1,2–2,2 s, pré-delay 20–80 ms (le mot reste devant), HP 200–300 Hz, LP 8–10 kHz, éventuellement un de-esser sur le retour.
- Hall longue seulement dans les ballades et les refrains épiques, à faible niveau.
- Room courte pour la cohésion.
- Réverbération avec ducking par la voix dans les productions modernes sèches.
Modulations
- Micro-pitch / doubler (MicroShift, Waves Doubler, Pitcher avec detune ±5–10 cents et delay 10–20 ms) pour élargir les refrains.
- Chorus et flanger comme effets sur des parties précises.
Stéréo et panoramique
Voix solo au centre, mono, avec la largeur apportée par delay/réverbération stéréo et doublures (voir backing vocals). Corrélation du canal +1.
Sidechain
- La voix est la source de sidechain la plus importante du mix : EQ dynamique 1–5 kHz sur guitares, synthés, pads et piano (Trackspacer, Pro-Q, Neutron unmask).
- Ducking des retours de delay et de réverbération.
Automations (essentielles)
- Vocal ride : automation du volume mot par mot ou phrase par phrase (Waves Vocal Rider comme base, puis à la main). CLA : il est plus facile de chevaucher le fader que d'égaliser.
- Envois de delay throw, réverbération plus grande dans les refrains.
- +0,5/+1 dB dans les refrains ; EQ de présence légèrement différente entre couplet intime et refrain.
Différences selon le genre
| Genre | Approche |
|---|---|
| Pop contemporaine | très contrôlée, air à 12 kHz, delays avec ducking, plate |
| Ballade | plus dynamique, hall, compression plus douce |
| Dance-pop / EDM | très compressée, pumping des retours, refrains larges |
| K-pop | voix brillante, très éditée, doublures et stacks |
| Indie / alt-pop | plus de saturation, effets, parfois plus en retrait |
| Chanson d'auteur / acoustique | naturelle, room, peu de compression |
Erreurs courantes
- Compression sans clip gain : le compresseur pompe sur les phrases fortes.
- Air à 12 kHz avant le de-esser : sibilantes explosives.
- Réverbération sans pré-delay et sans HP : voix lointaine et empâtée.
- Voix trop forte ou trop basse : contrôle sur plusieurs systèmes et à faible volume.
- Supprimer toutes les respirations : voix peu naturelle.
Réglages de départ
| Paramètre | Valeur | Pourquoi |
|---|---|---|
| Clip gain | Phrases à ±3 dB avant la compression | Compression uniforme. |
| Crête du canal | −10/−6 dBFS | Headroom et niveau correct pour les plugins. |
| High-pass | 70–120 Hz | Bruits et proximité. |
| FET | 4:1, attack moyen-rapide, release rapide, 3–6 dB | Pics et caractère. |
| Opto | 2–4 dB | Nivellement musical. |
| Parallèle | 10–15 dB GR, mix 10–20 % | Densité. |
| De-esser | 5–9 kHz, 3–6 dB (aussi en deux étages) | Sibilantes contrôlées. |
| Slap | 80–140 ms, filtré | Proximité et épaisseur. |
| Delay sur le tempo | 1/4 ou 1/8, feedback 15–30 %, ducking 3–8 dB | Queue dans les pauses. |
| Plate | 1,2–2,2 s, pré-delay 20–80 ms, HP 200–300 Hz | Voix devant et grande. |
| Correction de justesse | Retune 20–50 ms, humanize | Précision naturelle. |
| Vocal ride | ±1–4 dB par mot/phrase | Intelligibilité constante. |
| Air | Shelf +2/+5 dB à 10–12 kHz | Brillance moderne. |
Fréquences à surveiller
| Plage | Que faire |
|---|---|
| sous 70–120 Hz | Passe-haut (homme 70–100 Hz, femme 100–120 Hz), 12–18 dB/oct. |
| 150–300 Hz | Proximité et boue : −2/−4 dB ; corps +1/+2 dB seulement sur les voix fines. |
| 400–800 Hz | Boîte et nasalité : −1/−3 dB. |
| ~1 kHz | Nasalité « téléphonique » : petite coupe si nécessaire. |
| 2–4 kHz | Présence et intelligibilité : +1/+3 dB après la compression. |
| 2–5 kHz | Dureté : EQ dynamique ou Soothe2 sur les résonances des forte. |
| 5–9 kHz | Sibilantes : de-esser 3–6 dB (homme 4–7 kHz, femme 6–9 kHz). |
| 10–16 kHz | Air : shelf +2/+5 dB après le de-esser. |
Exemple de chaîne
| Étape | Outil | Réglages | Pourquoi |
|---|---|---|---|
| Édition et clip gain | Playlist / Edison | Respirations −6/−12 dB, plosives, phrases nivelées | Base propre. |
| Justesse | Pitcher / NewTone / Melodyne / Auto-Tune | Retune 20–50 ms | Précision. |
| EQ correctif | Fruity Parametric EQ 2 / Pro-Q 3–4 | HP 90 Hz ; −3 dB à 250 Hz ; dynamique à 3 kHz | Nettoyage. |
| De-esser 1 | Maximus / Pro-DS | 6–8 kHz, 2–3 dB | Sibilantes avant la compression. |
| Compression FET | Fruity Limiter COMP / CLA-76 | 4:1, 4 dB | Pics. |
| Compression opto | Fruity Compressor / CLA-2A | 3 dB | Nivellement. |
| Saturation | Distructor / Saturn 2 / Decapitator | Légère, mix 20–30 % | Densité. |
| EQ créatif + de-esser 2 | Fruity Parametric EQ 2 / Pultec / Pro-DS | +2 dB à 3 kHz, shelf +3 dB à 12 kHz ; de-ess 2 dB | Présence et air. |
| Envois d'espace | Fruity Delay 3 (+ Fruity Limiter SC) / LuxeVerb / EchoBoy / Valhalla Plate | Slap + 1/4 avec ducking + plate 1,8 s | Ampleur sans distance. |
| Automation | Automation clip / Vocal Rider | Ride par phrase et throw | Intelligibilité. |
Comment vérifier le résultat
- Short-term LUFS de la voix stable à ±2 dB dans les phrases (après ride et compression).
- Sibilantes (5–9 kHz) pas plus fortes de 3–4 dB que les voyelles dans le spectrogramme.
- Corrélation du canal voix +1 ; retours stéréo sans corrélation négative.
- En mono et à faible volume, chaque mot reste intelligible.
- Bande 1–5 kHz de la voix dominante par rapport aux guitares et synthés dans les passages chantés.
- Retours de réverbération/delay filtrés et avec ducking : les mots ne chevauchent pas les queues.
- Comparaison avec un morceau de référence : niveau de la voix par rapport à la caisse claire similaire.