Pull-up et pull-down audio

Le pull audio modifie la temporalité du son.

Un pull audio modifie la vitesse de lecture pour suivre un changement volontaire de vitesse de l’image. Il peut agir sur l’horloge d’échantillonnage d’un enregistreur, la fréquence déclarée dans un fichier ou un traitement en postproduction. Ce sont des opérations différentes. Une consigne utile précise l’horloge d’enregistrement, la fréquence inscrite dans le fichier, l’interprétation à la lecture et le résultat attendu, plutôt que de demander simplement de « ralentir le son ».

Le pull audio se distingue aussi du pulldown image 2:3. Une cadence de trames répartit les images film sur les trames vidéo ; un pull audio modifie la relation entre les échantillons et le temps écoulé. Un transfert peut nécessiter les deux, mais une cadence image ne définit pas à elle seule le traitement du son.

Pour la relation courante entre cadences fractionnaires, l’accélération utilise 1001/1000 = 1.001, soit exactement 0.1% d’augmentation de vitesse. Le ralentissement utilise l’inverse, 1000/1001 ≈ 0.999000999, soit une réduction de vitesse d’environ 0.0999001%. En production, on parle souvent de « 0.1% » dans les deux sens ; conservez le rapport exact dans les informations techniques transmises.

Comptez les échantillons, puis précisez leur horloge.

Pour de l’audio PCM non compressé, la durée est sample count ÷ samples per second. Ici, le nombre d’échantillons désigne le nombre d’instants échantillonnés par canal, et non la somme des valeurs de tous les canaux. Un enregistrement stéréo comporte deux valeurs à chaque instant ; ajouter un canal ne double pas sa durée.

Fréquence d’échantillonnage, nombre d’échantillons et profondeur en bits sont des grandeurs indépendantes. La fréquence décrit la grille temporelle ; le nombre indique combien d’instants sont stockés ; la profondeur en bits décrit la représentation de chaque valeur. Passer d’un son 24 bits à une autre profondeur ne demande pas d’en modifier la durée. Une modification des métadonnées peut laisser le nombre d’échantillons intact tout en changeant le temps qui leur est attribué.

Enregistrer à 48,048 Hz capture 1.001 fois autant d’échantillons par seconde réelle qu’à 48,000 Hz. Si ces échantillons sont ensuite lus à 48,000 par seconde, sans conversion de fréquence ni correction de hauteur, l’enregistrement devient plus long et plus grave. Enregistrer à 48,000 et lire les mêmes échantillons à 48,048 produit l’effet inverse : plus court et plus aigu. Ces affirmations supposent que les fréquences d’horloge prévues sont effectivement atteintes.

Deux pulls, avec un sens explicite.

Ces exemples conservent tous les échantillons et ne modifient que la fréquence à laquelle ils sont interprétés. Ils décrivent un changement de vitesse, pas une conversion ordinaire de fréquence d’échantillonnage.

Dans le premier cas, la durée augmente d’exactement 0.1%. Dans le second, elle diminue d’environ 0.0999001%. Les variations relatives de durée sont les réciproques des variations de vitesse, et non le même pourcentage avec un signe inversé.

Pour un contrôle plus long, 172,972,800 échantillons enregistrés à 48,048 Hz représentent exactement 3,600 secondes. Les interpréter à 48,000 donne 3,603.6 secondes : 3.6 secondes de plus. Utilisez les nombres d’échantillons pour éviter de cumuler des estimations arrondies à la milliseconde. Les montages et exports réels se terminent sur des limites entières d’échantillons ; une durée théorique peut nécessiter un arrondi d’une fraction d’échantillon. Un échantillon à 48 kHz dure environ 20.833 microsecondes.

Un nouvel en-tête ne crée pas de nouveaux échantillons audio.

Un fichier déclaré à 48 kHz indique au lecteur comment interpréter sa séquence d’échantillons. Modifier cette déclaration ou imposer une autre interprétation ne calcule pas, en soi, d’échantillons de remplacement. Cela change la durée et la hauteur lorsque le lecteur utilise directement cette nouvelle fréquence.

La conversion ordinaire de fréquence d’échantillonnage, ou SRC, calcule au contraire des échantillons sur une nouvelle grille temporelle pour préserver la durée et la hauteur du son correctement interprété, dans les limites de la conversion et de l’arrondi aux limites. Convertir un enregistrement de dix secondes correctement identifié à 48,048 Hz vers 48,000 Hz produit donc environ 480,000 échantillons par canal et dix secondes de son. Cela ne produit pas le pull de 10.01 secondes du tableau. Réinterpréter d’abord puis convertir peut inscrire définitivement cette temporalité modifiée dans un autre fichier ; l’ordre des opérations compte.

La documentation d’Adobe Audition sur les types d’échantillons distingue les commandes Interpret Sample Rate et Convert Sample Type. Leurs noms rappellent utilement de vérifier si une commande change l’interprétation ou traite les échantillons. Le comportement à l’importation, à la conformation et à l’exportation doit être vérifié dans l’application et la version réellement utilisées.

Les options des enregistreurs exigent une lecture tout aussi précise. Le manuel du Sound Devices 744T, révision du firmware 2.67, distingue 48.048 kHz du mode de compatibilité 48.048kF : ce dernier enregistre à 48,048 Hz mais déclare le fichier à 48 kHz. Ce mode impose aussi des restrictions et des indications de timecode particulières. Ne transposez pas ses réglages à un autre enregistreur sur la seule base de leur nom ; confirmez le modèle, le firmware, les métadonnées et l’accord de postproduction.

Accordez le choix sonore au choix image.

Si des images à 24 fps sont lues à 24000/1001 fps en conservant toutes les images, leur durée est multipliée par 1.001. Le son qui leur correspondait à l’origine doit subir la même variation de durée pour suivre ce nouveau mouvement. La présentation des formats de fichiers de Sound Devices décrit l’enregistrement à 48.048 kHz et la lecture à 48 kHz pour ce type de flux de travail.

Cela ne signifie pas que tout projet 23.976 nécessite un pull audio. Une scène capturée et lue à la même cadence fractionnaire peut utiliser du son à vitesse normale. Déterminez ce qui a réellement changé entre la prise de vues et le master prévu. Un décalage de départ erroné et un écart de durée progressif nécessitent des remèdes différents.

Une accélération de 24 à 25 conservant les images est plus importante : la vitesse devient 25/24, soit environ 4.1667% plus rapide, et la durée devient 24/25, soit exactement 4% plus courte. Ne lui substituez pas un pull de 0.1%. Décidez séparément de conserver la variation de hauteur qui en résulte ou d’utiliser un traitement temporel préservant la hauteur.

Conservez les fichiers d’origine et consignez la fréquence d’horloge choisie, la fréquence déclarée, la cadence et le mode de comptage du timecode, le rapport, la politique de hauteur et l’ordre des traitements. Testez un événement de synchronisation au début et un autre plus tard après l’importation et l’exportation réelles. Un premier clap correct ne suffit pas à prouver que toute la prise défile à la bonne vitesse.

Calculez le plan avant de traiter les médias.

Le calculateur de conformation aide à comparer les durées image lorsqu’un nombre fixe d’images est lu à une autre cadence. Utilisez ce résultat pour préciser le rapport de durée sonore requis, puis appliquez et vérifiez le traitement audio dans l’enregistreur ou le logiciel son.

Timecode Pro est un calculateur ; il ne peut pas traiter du son, rééchantillonner un WAV, modifier l’horloge d’un enregistreur ni réécrire les fichiers de production. Ses calculs de format ne vérifient ni les métadonnées d’un fichier média ni le comportement d’importation d’un logiciel de montage. Joignez les équations de fréquence d’échantillonnage physique ci-dessus au rapport son.

Pour les rôles distincts des adresses et des horloges, lisez timecode, genlock et word clock. Pour le contexte du transfert image, poursuivez avec métrage film et lecture numérique.