Interview de Scott Gershin (Hellboy 2, Star Trek, American Beauty, Shrek) - De Hollywood à la réalité virtuelle

Audio­fan­zine s’est récem­ment entre­tenu avec lui, abor­dant nombre de sujets en lien avec le design sonore tels que l’au­dio immer­sif, sa façon de créer des sons, ou encore ses outils logi­ciels et maté­riels.

Je me souviens qu’au dernier salon de l’AES, tout le monde mettait ses produits immer­sifs en avant. Avez-vous travaillé sur des projets immer­sifs, et en quoi diffé­rent-ils du design sonore pour le cinéma ou la télé ?

Ouais, j’ai fait plein de projets de ce genre: de la VR [Virtual Reality, réalité virtuelle], de la MR [Mixed Reality], de l’AR [Augmen­ted Reality, réalité augmen­tée]… Je dirais au moins une ving­taine de projets de ce type. Pour moi, la réalité virtuelle combine ce que j’ai appris à faire au cinéma et pour les jeux vidéo. Parfois c’est inter­ac­tif, et parfois pas. L’un des deux types de VR qui marchent bien est la VR360, qui se résume à un signal visuel linéaire couplé à un signal audio spatial diffusé à travers les lunettes ou via une appli. Ce qu’on peut voir sur Face­book, Youtube et autres. Et puis, il y a la VR inter­ac­tive, qui utilise un moteur de jeu. Là, tout repose sur de l’au­dio rela­tif à l’objet. On prend un son, on le place dans un espace sphé­rique et on peut mani­pu­ler quand et comment il est audible, comme pour un jeu. Mais la plupart du temps, quand la réalité virtuelle ne relève pas du jeu vidéo, il s’agit d’une histoire inter­ac­tive incor­po­rant de la réalité virtuelle.

Parlez-nous de l’in­ter­ac­ti­vité entre le spec­ta­teur et le média de réalité virtuelle, quel qu’il soit.

Avec la réalité virtuelle, il y a de nombreuses façons de deve­nir mobile. Parfois, on peut vrai­ment marcher physique­ment dans une pièce, d’autres fois, on peut se télé­por­ter, disons : « je veux aller là » et on s’y retrouve. Le tout par rapport à un objet virtuel partagé, par exemple s’il y a un phono­graphe et que vous vous télé­por­tez à sa droite, vous l’en­ten­drez comme venant de votre gauche, et si vous vous tour­nez vous l’en­ten­drez derrière vous. Les objets sonores deviennent des sources d’émis­sion sonore. Ensuite, on déter­mine comment et quand ces objets vont se faire entendre. Il y a beau­coup de para­mètres qui sont contrô­lables, comme avec une console de mixage, avec en plus diverses sortes de tech­no­lo­gies spatiales (il y en a beau­coup) pour infor­mer la personne sur le lieu où cet objet se situe dans l’es­pace sphé­rique : au-dessus de vous, en dessous de vous, autour de vous, ce genre de choses.

Désolé pour mon igno­rance sur le sujet, mais quand vous faites un mix pour un projet de ce genre, combien de pistes utili­sez-vous en moyenne ?

Ce n’est pas une ques­tion de pistes, c’est une ques­tion d’objets sonores. Vous pour­riez très bien avoir mille objets. Proje­tez-vous dans une pièce et pensez au nombre d’objets dans cette pièce qui peuvent émettre du son : la fenêtre, le bruit de fond, trois personnes dans la pièce… Et non seule­ment tout ça, mais l’émis­sion de ces sons peut aussi dépendre de leurs situa­tions dans l’es­pace. Viennent-ils d’une autre pièce ? Est-ce que je mets un filtre passe-bas dans ma pièce simu­lée ? Il existe un très grand nombre de possi­bi­li­tés, mais on fait ça depuis trente ans dans le monde du jeu vidéo.

Mais le signal en sortie vers l’uti­li­sa­teur est simple­ment un signal stéréo ?

Il y a plusieurs façons de faire, mais le plus souvent on utilise un casque. En binau­ral. Quelles tech­no­lo­gies spéci­fiques sont dispo­nibles avec un casque ? Eh bien, on peut faire un rendu ou un enre­gis­tre­ment de type vinyle, de l’am­bi­so­nie du premier, deuxième ou troi­sième ordres, ou autre. Il y a plein de façons de faire, mais au final, ça passe par ce qu’on appelle un rendu binau­ral, autre­ment dit deux haut-parleurs. Mais main­te­nant, il y a des secteurs d’ap­pli­ca­tion et des types de VR dans lesquels on trans­porte un ordi­na­teur dans une espèce de sac à dos en se bala­dant libre­ment dans un monde ouvert, parfois avec un casque audio et parfois sans.

Wow. C’est dingue.

Ce qui est super avec la réalité virtuelle, c’est que c’est le far west. Il y a très peu de stan­dards, et elle ne cesse de se réin­ven­ter pour nous offrir de meilleures façons de travailler.

Quel est votre logi­ciel prin­ci­pal pour mixer dans ce type de contexte ?

Il y a deux logi­ciels prin­ci­paux, ils ne font pas tout mais beau­coup de gens utilisent soit Unity, soit Unreal Engine. Ils sont vrai­ment très répan­dus. Et puis à l’in­té­rieur de ces logi­ciels, on peut utili­ser leurs outils audio ou des outils externes, et ensuite utili­ser des choses telles que WWise (d’Au­dio­ki­ne­tic).

D’ac­cord.

Ou FMOD, ou un truc dans ce genre.

J’ai entendu parler de FMOD, qui est utilisé pour les jeux.

Oui, c’est vrai­ment le moteur audio pour jeu vidéo par excel­lence. Il est dans ce domaine ce que Pro Tools et Nuendo sont à la post­pro­duc­tion.

Et concer­nant la créa­tion de sons pour la VR, est-ce très diffé­rent d’autres types de design sonore ?

Non, je trouve que la créa­tion sonore est très semblable à ce qu’on fait pour les jeux.

Par exemple, comment vous y prenez-vous quand vous devez créer un son, comment travaillez-vous ?

Encore une fois, le travail est le même que pour les jeux.

OK.

En fait il faut prendre les choses à l’en­vers. D’abord, iden­ti­fier les tech­no­lo­gies que l’on va utili­ser, les outils dont on dispose et les outils dans lesquels le client est prêt à inves­tir. Des outils de diffu­sion aux outils spatiaux en passant par la façon dont tout ça va s’as­sem­bler. D’une certaine façon, il faut devi­ner et anti­ci­per les condi­tions tech­no­lo­giques dans lesquelles le jeu va être utilisé. Une fois cet aspect inté­gré et pris en compte, on a tous les para­mètres néces­saires pour savoir ce que l’on peut faire ou pas.

Logique.

On iden­ti­fie alors les séquences qui seront linéaires et celles qui seront inter­ac­tives, et on opère des choix créa­tifs pour adop­ter la meilleure des approches pour un titre de VR donné. Il n’est pas rare de voir coha­bi­ter une part linéaire et une autre inter­ac­tive. Alors, on peut choi­sir une approche comme on le ferait dans Able­ton, où on appuie sur un bouton et ça déclenche quelque chose, ça peut être une boucle, ou un sampleur ou autre chose. Du fait qu’il y a un certain niveau d’in­ter­ac­ti­vité, quand l’uti­li­sa­teur appuie sur un bouton, ou se déplace, ou percute un objet ou inter­agit avec lui, ces sons vont être utili­sés, comme avec un sampleur ou avec Able­ton. Du coup, la plupart du temps, l’uti­li­sa­teur joue en réalité d’un instru­ment de musique, mais sans même s’en rendre compte.

C’est vrai, mais là on parle plus du mode de diffu­sion. Qu’en est-il de l’es­sence même du son ?

Alors, en design sonore, il y a plein de façons de procé­der. J’uti­lise encore Pro Tools, d’autres utilisent Nuendo, d’autres encore Reaper ou Logic. Dans la VR ou pour les jeux, certains font les sons à l’in­té­rieur même du moteur du jeu.

C’est inté­res­sant, ça…

Reaper et Nuendo sont vrai­ment pratiques pour la VR, mais la nouvelle mise à jour de Pro Tools tend main­te­nant aussi à bien marcher dans ces envi­ron­ne­ments. Je pense que tout le monde se rend compte du fait que la VR consti­tue un vrai marché, et ils essaient de s’y adap­ter. Certains logi­ciels inter­agissent avec WWise, comme Nuendo par exemple : on peut char­ger des sons de Nuendo direc­te­ment dans WWise. Au final, je pense vrai­ment que ça revient à utili­ser la STAN avec laquellle on est le plus à l’aise. Il n’y a pas de bonne ou de mauvaise façon de créer des sons. Certains utilisent Sound­mi­ner. L’im­por­tant, au final, c’est ce avec quoi on est à l’aise en tant qu’ins­tru­ment créa­tif.

Sound­mi­ner ? Qu’est-ce que c’est ?

Un outil utili­sant des banques de données avec lequel on peut aussi utili­ser des plug-ins.

Travaillez-vous avec de grosses banques de sons bruts que vous pouvez ensuite mani­pu­ler, ou faites-vous encore beau­coup de prises vous-même, ou encore est-ce que ça dépend du projet ?

C’est exac­te­ment comme pour la post­pro­duc­tion pour le cinéma ou la télé : ça dépend du temps et du budget impar­tis. Évidem­ment, on aime enre­gis­trer autant que possible, mais parfois on n’a ni le temps, ni les moyens pour ça. Alors on va cher­cher dans nos banques de sons, et on utilise les sons qu’on a déjà à dispo­si­tion.

Vous parlez de vos propres banques, pas de celles du commerce ?

Peu importe, tant que ça marche. Je pense que quand la source sonore est bonne, il est inutile de tout réin­ven­ter à chaque fois. Je pense que les vraies bonnes banques de sons ont un peu de tout. Il y a de super banques tierces qui sonnent très bien, et dont les auteurs ont dépensé du temps et de l’ar­gent pour aller capter des sons dans des endroits où vous n’au­riez jamais pu aller.

C’est vrai.

Alors, pourquoi ne pas les utili­ser ? Fran­che­ment, je n’ai pas un ego tel que je ne puisse travailler qu’avec ce que j’ai moi-même enre­gis­tré. On utilise de tout, des sons qu’on a enre­gis­trés soi-même, ceux enre­gis­trés par un ami, ceux d’une banque qu’on a ache­tée. Il n’y a ni bonne, ni mauvaise façon de procé­der, il s’agit juste d’avoir accès à de bons sons.

Et ensuite, en géné­ral, mani­pu­lez-vous beau­coup les sons bruts une fois que vous avez ce qu’il vous faut ?

Tout à fait. Je pense qu’au final, tout dépend du type de projet concerné. Si c’est un projet réaliste, comme un docu­men­taire, et qu’on adou­cit le son, il n’y a pas beau­coup de choses à faire. Une porte est une porte, un bruit d’am­biance est un bruit d’am­biance, mais si on fait quelque chose qui doit avoir un style parti­cu­lier, ou une atmo­sphère futu­riste, alors oui, tout à fait. Encore une fois, je trouve que ce qu’il y a de bien avec le design sonore, c’est que ça ne tourne pas toujours néces­sai­re­ment autour de robots, de créa­tures ou de science-fiction. Créer une bonne ambiance sonore, même si elle est réaliste, c’est non seule­ment un travail valable, mais en plus c’est amusant.

C’est vrai. Mais suppo­sons que vous travailliez sur un projet qui n’est pas de nature docu­men­taire, y a-t-il des chances que vous accen­tuiez certains sons pour leur donner un effet théâ­tral ?

Oui, j’ai fait un morceau qui s’ap­pelle My Brother’s Keeper. Ça parle de la Guerre de Séces­sion et de deux frères qui se retrouvent dans les camps oppo­sés, l’un au nord, l’autre au sud. Ils se rencontrent au cours d’une bataille, et ils se recon­nais­sent…

C’est intense.

Souvent, vous enten­dez les fusils et les canons, des cris et des encou­ra­ge­ments, bref, tous les sons que vous imagi­ne­riez pour illus­trer la Guerre de Séces­sion. Mais quand on arrive au passage où ils se recon­naissent, tous les sons dispa­raissent. On entre dans ce que j’ap­pelle « l’hy­per-réalité », où rien d’autre n’im­porte que ces deux personnes, confron­tées l’une à l’autre et à leur dyna­mique émotion­nelle. Par exemple, « es-tu mon frère ou mon ennemi ? » Et en optant pour cet arc émotion­nel plutôt que pour une approche réaliste, le son devient le vecteur de l’émo­tion. Et parfois, ce qui compte, ce n’est pas quels sons vous y incor­po­rez, mais quels sont ceux que vous choi­sis­sez de ne pas y mettre.

J’ai remarqué qu’il y a un certain nombre de nouveaux logi­ciels dédiés au design sonore qui font du morphing sonore. Dehu­ma­ni­ser, par exem­ple…

Oui, vous connais­sez ? Il existe des plug-ins et des outils sonores qui sont tout simple­ment géniaux, peu importe le domaine dans lequel vous travaillez. Orpheus, Dehu­ma­ni­ser, ce sont tous des logi­ciels géniaux. Et puis Morph, et l’Orange Voco­der qui fait son retour. Et je trouve ça génial d’avoir accès à de super outils. Depuis la nuit des temps, l’être humain a toujours trouvé le moyen de faire des sono­ri­tés inté­res­santes. Certaines choses nous faci­litent la vie et nous permettent de faire des choses qu’on n’avait jamais pu faire jusqu’alors. C’est ce qui est enthou­sias­mant dans le design sonore : on a tous ces super outils à notre dispo­si­tion qui nous permettent de repous­ser les limites de notre créa­ti­vité.

L’Orange Voco­der ? Quésaco ?

C’était un voco­deur qui était sorti il y a quelques décen­nies et qui existe main­te­nant sous forme de plug-in. Zynap­tiq a fini par le ressor­tir après l’avoir mis à jour, le rendant encore meilleur au passage. Ils ont même ajouté des fonc­tion­na­li­tés qui ne figu­raient pas sur l’ori­gi­nal.

Dans le monde du studio, ces dernières années, la qualité des plug-ins a telle­ment progressé qu’ils sont main­te­nant utili­sés par des gens qui n’y auraient jamais touché aupa­ra­vant. Existe-t-il un phéno­mène compa­rable autour des trai­te­ments numé­riques dans le design sonore ?

Oui. Que l’on parle de design sonore ou de produc­tion musi­cale, on utilise tous les mêmes outils, c’est juste qu’on les utilise diffé­rem­ment. Je trouve que Waves fait de très bons plug-ins, FabFil­ter aussi, et UA propose des choses extra­or­di­naires.

C’est sûr.

Beau­coup de déve­lop­peurs proposent des émula­tions de LA2A, de 1176 et de Pultec, ça permet de choi­sir quelle variante ou version de ces proces­seurs maté­riels clas­siques on préfère, mais des déve­lop­peurs font aussi des plug-ins d’un genre diffé­rent. Par exemple, Zynap­tiq a créé quelque chose qui s’ap­pelle Adap­ti­verb, qui débar­rasse la source sonore de toutes ses crêtes pour ne se foca­li­ser que sur sa tenue dans le temps, et puis bien sûr il y a leur plug-in Worm­hole. Il y a le Pro-R de FabFil­ter, qui en gros permet de contrô­ler la durée de réver­bé­ra­tion en fonc­tion de la fréquence. Le Falcon d’UVI, Alti­verb et les plug-ins d’Expo­nen­tial Audio sont toujours des bases. Encore une fois, il y a telle­ment de super outils sonores de nos jours. Je pense que le meilleur conseil que je puisse donner, quelle que soit la personne, c’est « télé­char­gez la démo, utili­sez-là et voyez si ça vous est utile ».

Et concer­nant les prises sur le terrain ? Est-ce que dans ce domaine, les tech­no­lo­gies ont beau­coup changé au cours de ces dernières années ?

Oui. Je crois que dans le monde de l’en­re­gis­tre­ment en exté­rieur, pendant long­temps, le choix de l’équi­pe­ment se limi­tait à du maté­riel qui reve­nait très cher, et il n’y avait pas d’autre choix que de cracher au bassi­net. A présent, il existe de nombreux fabri­cants qui proposent du maté­riel adéquat dans un budget qui reste raison­nable pour beau­coup de desi­gners sonores, et ça, c’est génial. Au début, tout tour­nait dans les $8 000, puis c’est descendu dans les $4 000 puis dans les $2 000 et ensuite Zoom est arrivé et a sorti un modèle en dessous des $1 000. Et là, tout le monde a commencé à pouvoir trou­ver chaus­sure à son pied.

Ça dépend vrai­ment de vos besoins en termes de qualité du préam­pli, de taille, de prix… Tout un tas de facteurs rentrent en jeu.

C’est vrai qu’il y a énor­mé­ment d’en­re­gis­treurs porta­tifs sur le marché.

Je pense que le marché des desi­gners sonores est proba­ble­ment trop restreint pour avoir beau­coup de maté­riels dédiés. Mais si les desi­gners sonores arrivent à tirer un bon résul­tat d’autres enre­gis­treurs porta­tifs conçus pour la musique, ou ceux conçus pour les docu­men­taires, ou pour des inter­views, alors peut-être est-ce qu’ils peuvent les utili­ser. La marque Sound Devices fait du super maté­riel. Il y a tant de bons enre­gis­treurs et de bons micros… Au final, main­te­nant le choix dépend surtout du nombre de canaux dont on a besoin, de quel type de préam­pli micro il nous faut, du genre de dyna­mique qu’il faut pour le préam­pli. Est-ce qu’on enre­gistre des coups de feu et des explo­sions, ou alors juste un fond sonore, auquel cas il faut un préam­pli véri­ta­ble­ment cris­tal­lin. Ou alors, est-ce que l’on cherche juste à enre­gis­trer quelque chose de véri­ta­ble­ment acces­sible ?

Ça relève du bon sens.

J’ai de nombreux enre­gis­treurs de tous types. Je crois que j’en utilise quatre ou cinq, et en fait ça dépend vrai­ment de ce que je compte enre­gis­trer, de quand je compte le faire, et de la faci­lité d’ac­cès ou non.

Quels modèles poss­sé­dez-vous ?

J’ai un Sound Devices 788, un 744, un Zoom F8, et puis un Fostex FR2. C’est gros, c’est encom­brant et le modèle n’est plus produit, mais ses préam­plis sont fabu­leux. Et puis j’ai aussi tout un tas d’en­re­gis­treurs mobiles comme un Sony D50. Diffé­rents modèles pour diffé­rentes utili­tés. Parfois, par exemple, vous ne voulez pas qu’on vous voie enre­gis­trer. Sound Devices propose de nouveaux enre­gis­treurs minia­tures qu’ils appellent MixPre et qui sont vrai­ment petits, et il y en a d’autres. Des enre­gis­treurs discrets.

Dans quel genre de situa­tion avez-vous eu besoin de dissi­mu­ler votre enre­gis­treur ?

Il y a je ne sais plus combien d’an­nées, huit ou dix, j’ai fait un film sur le poker. J’ai utilisé un micro binau­ral qui avait l’air d’une paire d’oreillettes ou d’un casque. Je crois que c’est Senn­hei­ser qui vient aussi de sortir un modèle comme ça au dernier salon du NAMM…

Roland en fait aussi.

Je crois que les miens étaient de marque Coun­try­man, mais je peux me trom­per. Bref, donc j’ar­rive, je me les mets sur les oreilles, je mets l’en­re­gis­treur dans ma poche et j’ai traversé Las Vegas à pieds. J’avais l’au­to­ri­sa­tion d’en­re­gis­trer au Bella­gio et au Binion’s. J’uti­li­sais aussi un autre enre­gis­treur avec de petits micros DPA sur mes poignets, comme Spider­man, vous voyez. Du coup, selon la manière dont j’orien­tais mes mains, je pouvais faire des prises ORTF, XY et tout ça.

Wow, c’est incroyable !

Oui, donc je me bala­dais là avec mes micros doublés, et personne ne savait que j’en­re­gis­trais, parce que je voulais enre­gis­trer des parties de poker.

« Mais pourquoi ce type se balade-t-il avec les mains croi­sées comme ça ? » [Rires] Donc en gros vous essayiez de prendre le son ambiant d’une partie de poker ?

Les réali­sa­teurs tenaient abso­lu­ment à s’as­su­rer du réalisme. Du coup, le Binion’s et le Bella­gio on coupé la musique pour moi. Ils savaient où j’étais. Et je m’as­seyais à des tables de poker, enre­gis­trant vrai­ment tout ce qui s’y passait.

Et vous jouiez en même temps ?

Parfois oui, parfois non. Parfois, je m’as­seyais juste là en tant qu’in­vité ou autre. Ils ont beau­coup utilisé ces prises-là pour les sons d’am­biance, et j’ai commencé à remarquer la diffé­rence d’une table à une autre. Et puis, je suis allé encore plus loin, j’ai fait des enre­gis­tre­ments de proxi­mité de certaines personnes : l’ar­gent, l’em­pla­ce­ment des jetons, les joueurs en train de les bouger… J’ai commencé à enre­gis­trer des joueurs profes­sion­nels, et j’ai vu comment ils abattent leurs cartes d’une manière diffé­rente de celle avec laquelle n’im­porte quel brui­teur ou même un joueur non-profes­sion­nel le ferait. L’un des trucs que j’aime le plus dans le fait d’en­re­gis­trer des sons, et pas seule­ment pour des projets de science-fiction, c’est la possi­bi­lité de me mettre dans la peau de quelqu’un d’autre et d’avoir un aperçu de sa vie et de son monde depuis l’in­té­rieur. Je l’ai fait avec un avion, avec l’ar­mée, avec un apicul­teur… Vous savez, quand j’ai travaillé sur Chérie, j’ai rétréci les gosses, J’ai passé deux jours à ramas­ser du miel avec un apicul­teur.

Eh bien !

C’était génial ! Et à la fin, il a sorti la reine et elles ont toutes commencé à vrom­bir vrai­ment fort. J’ai enre­gis­tré ça, et ça a été l’un des éléments centraux de la scène du vol des abeilles dans Chérie, j’ai rétréci les gosses.

Cool !

Dans un avion, je suis allé du côté des instru­ments tech­niques et j’ai enre­gis­tré tous les servos et les méca­nismes. Pour Paci­fic Rim, j’ai fait tomber des conte­neurs de 24 mètres l’un sur l’autre. On aurait dit des tambours géants joués dans un canyon. Il faut utili­ser son imagi­na­tion pour établir ses besoins. J’adore faire des films d’époque pour comprendre comment ça se passait alors. Par exemple, des films histo­riques qui utilisent des mousquets : j’aime comprendre comment ils faisaient à l’époque, comment ils les char­geaient, quel son ça faisait parce qu’on veut toujours capter une part de réalisme. Non seule­ment le public peut voir ce à quoi ça pouvait ressem­bler, mais aussi entendre les sons que ça pouvait faire.

Pour en reve­nir à l’en­re­gis­tre­ment de terrain, vous arrive-t-il d’uti­li­ser un micro surround ?

Tout le temps. Oui, j’uti­lise deux micros, non, trois en fait. Trois main­te­nant. J’ai le DPA 5100. J’ai le Sanken à cinq canaux, je ne sais plus quel est le nom exact. Et puis, j’ai un Ambeo de chez Senn­hei­ser…

Et en géné­ral, pour quels types d’uti­li­sa­tion y avez-vous recours ? Capter des sons d’am­biance ?

En fait, ça dépend. Quand je veux rester à distan­ce… Oui, voilà, en géné­ral ça tend à être plutôt pour les prises d’am­biances. Derniè­re­ment, je l’ai beau­coup utilisé pour enre­gis­trer de la pluie. Il est super pour captu­rer des effets d’ar­rière-plan. Comme quand on enre­gis­trait des héli­co­ptères et qu’un Osprey s’est pointé (c’est une longue histoire). Je venais de faire une super prise des héli­cos, et il était à envi­ron 30 ou 40 mètres de là où on était. À cause de la distance, il y avait une superbe accen­tua­tion du bas du spectre. Ça sonnait mieux que les héli­co­ptères, et on a fini par utili­ser cette prise pour les héli­co­ptères. J’ai aussi utilisé ce type de micro pour enre­gis­trer des bruits de foules, comme dans La légende de Manolo. Je suis allé au Mexique et j’ai enre­gis­tré les cris d’en­cou­ra­ge­ment d’une centaine de personnes dans une arène, et en plus des micros mono et stéréo, j’ai utilisé un micro multi­ca­nal pour capter la réver­bé­ra­tion natu­relle du lieu et la façon dont il renvoyait le son.

C’est vrai­ment super.

Donc là encore, on a le son d’un avion qui décolle, puis qui nous passe au dessus, et on obtient ce super renvoi du son que le micro multi­ca­nal procure.

Merci Scott !

De rien !