Une voix enregistrée à deux mètres, on ne la comprend pas, et l’on ne rencontre pas la personne qui parle. Je propose de commencer par le son : organiser la scène autour du micro, séparer l’image et le son dès le dispositif, regarder chaque prise tout de suite. Le son s’améliore alors d’une prise à l’autre, sans matériel coûteux.
Une salle qui résonne, un camion dehors
Les personnes qui animent des ateliers vidéo connaissent la scène. On a passé l’après-midi à tourner, les participant·es ont joué, le cadre était soigné, et au moment de regarder, on ne comprend pas ce qui est dit : une salle qui résonne, un téléphone à deux mètres, des rires, un camion dehors. On s’excuse, on dit que le matériel n’était pas bon, on promet des micros pour la prochaine fois, et la vraie question, celle du son, reste entière. Je voudrais répondre ici aux questions concrètes que se posent celles et ceux qui encadrent ce genre d’atelier : comment obtenir des voix qu’on comprend, comment faire comprendre à un groupe que le son a autant d’importance que l’image, comment penser une mise en scène autour du micro, en montrant d’abord pourquoi ce sujet va bien au-delà de la technique, puisqu’il touche à la voix comme présence du corps, à la séparation de l’image et du son qui fonde le langage audiovisuel, et au degré d’exigence qu’on s’autorise, ou non, dans une pratique amateur.
Un son désagréable ne se pardonne pas
Une image qui tremble se pardonne. Une image floue, mal exposée, cadrée de travers, peut être très belle, et depuis 2005, en accompagnant le cinéma au téléphone portable, j’ai vu des images de très faible définition porter des films entiers. Un son désagréable ne se pardonne pas. Quand on ne comprend pas ce qui est dit, on se concentre pour essayer de comprendre, on sort du film, on décroche, et l’on n’y rentre plus. Tout le monde l’a vécu devant une vidéo mal enregistrée, et presque tout le monde l’oublie au moment de filmer, parce que nous avons grandi dans une culture visuelle où l’image passe au premier plan, où la caméra est un objet de désir et où le son est la cinquième roue du carrosse.
En médiation, cet oubli a des conséquences qui dépassent l’esthétique. Si les films d’atelier sont inaudibles, personne ne les regardera en dehors de la salle, les personnes qui les ont faits le sauront, et ce qu’elles ont fait restera un exercice, agréable peut-être, mais qui ne s’adresse à personne. Je crois au contraire qu’en étant exigeant·e dans une pratique amateur, on aide les personnes à se construire, parce qu’elles sentent qu’on les prend au sérieux, et on leur permet de faire des œuvres, oui, des œuvres d’amateur·rices, que d’autres peuvent reconnaître et apprécier, et qui donnent alors à l’atelier une portée que la médiation « pour faire plaisir » n’aura jamais. Ce souci du son rejoint ce que j’ai proposé dans l’article L’endroit de l’exigence, porter l’exigence sur le lien plutôt que sur la conformité des productions aux critères du métier : si l’on soigne le son, c’est pour que d’autres puissent entendre, et donc rencontrer, les personnes qui ont fait le film. J’ai vu une projection itinérante de films de lycéen·nes, qui n’était au départ qu’une action culturelle en marge d’un festival de cinéma, devant un public de parents, entrer au fil des ans dans la programmation officielle du festival, puis dans ses visuels et sa soirée de lancement, et réunir un large public, parce que nous avions été exigeant·es sur la création dès le départ. J’ai raconté cette trajectoire dans l’article L’artiste garant·e. Rimbaud avait l’âge d’un lycéen quand il a écrit la plupart de ses poèmes. Ce n’est pas parce qu’on anime un atelier qu’on travaille avec des gens incapables de faire des choses importantes, et c’est d’abord dans le son que cette exigence se voit, ou plutôt s’entend.
On entend un corps avant d’entendre un sens
Il y a une raison plus profonde que l’intelligibilité pour s’occuper d’abord de la voix, et elle tient à la nature même de la voix. Paul Zumthor, médiéviste qui a consacré une grande partie de son œuvre à la poésie orale, insistait dans Introduction à la poésie orale (1983) sur ce que la voix a de corporel : elle émane d’un corps, elle le prolonge dans l’espace, elle le rend présent à d’autres corps avant même que ce qu’elle dit ait un sens, et c’est cette présence, non le message, qui fait la force de toute performance orale. Walter Ong, dans Oralité et écriture (1982, traduit en français en 2014), observait que la vue isole et que le son enveloppe : on regarde les choses du dehors, à distance, alors que le son nous entoure et nous place en son centre ; et la voix, qui vient de l’intérieur d’un corps, nous fait entendre quelque chose de cet intérieur. Roland Barthes, dans un article de 1972 sur le chant, appelait grain de la voix ce qui, dans une voix, fait entendre le corps qui la produit, par-delà ce qu’elle dit : « le corps dans la voix qui chante ».
Les cinéastes et les ingénieur·es du son ont bâti toute la technique du son au cinéma sur ce rapport de la voix au corps, sans toujours le savoir. Michel Chion, dont je présente l’audio-vision dans l’article Le son est le premier facteur d’immersion, a montré dans La Voix au cinéma (1982) puis dans L’Audio-vision (1990) que nous percevons les films en privilégiant la voix, ce qu’il appelle le vococentrisme : parmi tous les sons, nous isolons d’abord la voix humaine et nous nous y attachons. Il remarque aussi une chose que les spectateur·rices ne remarquent plus : au cinéma, on entend les personnages comme si l’on était tout près d’eux, quelle que soit la distance à laquelle l’image les montre. Un personnage à vingt mètres, en plan large, nous parle à l’oreille, parce qu’il porte un micro-cravate, qu’une perche le suit, ou que sa voix a été postsynchronisée. Rien de tout cela n’est réaliste, et c’est pourtant ce qui nous attache à lui. La voix proche crée une intimité que l’image seule ne produit pas, et la voix lointaine, mêlée à la réverbération d’une salle, nous tient à distance de la personne, quoi qu’elle dise. Quand, en atelier, on enregistre les voix à deux mètres, on fait des films difficiles à comprendre, et surtout des films où l’on ne rencontre personne.
Séparer l’image et le son
Dans tous les dispositifs que je propose en atelier, même quand on tourne en direct et en plan-séquence, l’image et le son sont séparés. Dans le film d’animation en papier découpé, une caméra filme la table et un micro distinct enregistre les voix et les bruitages. Dans les fictions tournées en plan-séquence, je demande que les personnages ne parlent pas à l’écran et qu’on entende leurs pensées en voix off, prononcées par la personne qui tient la caméra et qui est donc près du micro. Dans les films collectifs d’objets qui parlent, la voix est celle d’une personne hors champ. À chaque fois, l’image et le son sont deux matières distinctes, fabriquées séparément, qui viennent se rencontrer, et c’est dans cette rencontre que le film se fait. Il n’est pas besoin de montage pour cela ; le montage se fait en direct, dans le plan, par la manière dont une voix vient se poser sur une image qui ne la contient pas.
Cette séparation est l’un des premiers fondements du langage audiovisuel. Le cinéma est né muet, le son lui a été ajouté comme une piste à part, et toute l’histoire des formes depuis un siècle est celle des rapports qu’on a inventés entre ces deux pistes, la voix off, le contrepoint, le son qui précède l’image, l’image qui dément le son. Quand, dans un atelier, on fait tourner des fictions en son direct, avec des gens qui jouent mal et un micro qui n’était pas le bon, on ne travaille pas la forme audiovisuelle, on imite en moins bien un procédé éculé, celui du petit film de télévision, et l’on ne se pose aucune question. Je ne crois pas qu’une démarche éducative puisse se contenter de cela. On peut travailler la matière, le dialogue entre l’image et le son et celui des images entre elles, en peu de temps, dans un atelier d’une journée, sans attendre un projet à l’année, à condition qu’on ait choisi des dispositifs qui le rendent possible, et la séparation du son et de l’image est le plus simple de ces dispositifs.
Les personnes avec qui nous travaillons savent d’ailleurs déjà tout cela, et souvent mieux que les adultes qui les encadrent. L’application musical.ly, fondue dans TikTok en 2018, reposait dès son lancement en 2014 sur la séparation de l’image et du son : on y prenait la bande-son d’une vidéo qu’on aimait, on se filmait en playback dessus, et l’on pouvait ralentir l’audio pour synchroniser ses gestes avant de le remettre à vitesse normale. Dix ans plus tard, n’importe qui peut, avec son téléphone, remplacer un visage par un autre, une voix par une autre, fabriquer un faux à peu près convaincant en quelques minutes. Les jeunes qui arrivent en atelier manipulent tous les jours l’image et le son séparément, et leurs montages sont souvent plus inventifs que ce qu’on fait dans bien des ateliers pédagogiques. Quand les adultes qui les encadrent méprisent ces pratiques, ou simplement les ignorent, ils passent à côté de ce que les personnes savent faire, et ils leur proposent des exercices en deçà de leurs compétences. J’ai expliqué dans Ne pas juger les pratiques numériques des personnes comment ce jugement abîme le lien que la médiation cherche à instaurer, et ici c’est aussi une faute de pédagogie, parce qu’il empêche de partir de ce que les gens savent.
Faire, regarder, refaire
Avec un groupe, je ne travaille pas le son en expliquant. À mon sens, tout tient dans l’aller-retour entre faire et regarder, et c’est le plan-séquence qui le rend possible, comme je l’ai développé dans l’article Aller au bout. On tourne une prise entière, on la regarde tout de suite, et chacun·e constate par lui-même ou elle-même ce qui ne va pas. On n’entend pas bien, cela gêne, personne n’a besoin qu’un·e enseignant·e le dise. On refait, en tenant compte de ce qu’on a vu, et d’une prise à l’autre le son s’améliore, parce que le groupe a pris conscience du micro, de l’endroit où il est, de la distance à laquelle on lui parle, du moment où l’on peut parler. Tout le film s’améliore ainsi, et le son plus que le reste, parce que c’est ce qu’on repère le plus vite quand il est raté, et ce qu’on corrige le plus facilement.
La règle technique qui en découle tient en une phrase : le secret d’un bon son, c’est d’être près du micro. On ne peut pas mettre un mauvais son sur le compte du matériel ; un micro à quarante euros, à vingt centimètres d’une bouche, donne une voix pleine, et le meilleur micro du monde à deux mètres, dans une salle nue, donne de la réverbération. Il ne s’agit donc pas d’avoir plus de matériel, mais d’adapter sa mise en scène à ses moyens techniques, c’est-à-dire d’organiser la scène autour du son au lieu d’organiser le son autour de la scène.
Les acteur·rices ne parlent que près du micro
Cela conduit à une règle de jeu que je donne aux groupes qui tournent des fictions : les personnes qui jouent ne parlent que lorsqu’elles sont près du micro. La qualité du son ne dépend pas d’un·e ingénieur·e du son qui réglerait le problème dans son coin, elle dépend du jeu des acteur·rices, qui savent qu’ils et elles fabriquent quelque chose pour des spectateur·rices qui ont besoin d’entendre. Avec cette règle, le jeu cesse d’être une affaire de psychologie : on ne demande plus à quelqu’un d’être bon, de ressentir, de se livrer, on lui demande de se placer ; et quand on fabrique ensemble un film pour d’autres, savoir si l’on joue bien ou mal perd beaucoup de son importance.
Prenons une scène de dispute autour d’une grande table, avec beaucoup de monde, et deux personnes qui s’affrontent. Le premier réflexe est de filmer en plan large, pour avoir les réactions des autres pendant la dispute. Cela ne marchera pas : tout le monde est trop loin du micro, et l’on n’entendra rien. On peut faire autrement, en commençant par un plan large où l’on voit les deux personnes commencer à s’agiter, sans paroles articulées, de sorte qu’il n’est pas gênant de mal entendre. Puis la caméra se rapproche de l’une d’elles, qui se met à parler, tout près, et le son est excellent. L’autre se lève de sa place et vient se mettre derrière la caméra : les deux sont désormais près du micro, le dialogue peut avoir lieu, et peu importe qu’on ne voie que l’une des deux. On fait en sorte que celle qu’on voit parle le plus ; quand on a besoin des réactions de l’autre, on entend celle qui est derrière la caméra et l’on regarde le visage de celle qui est devant. À un moment, celle qui était derrière retourne s’asseoir, la caméra se déplace jusqu’à elle, et la première vient à son tour se placer derrière. Si l’on veut revenir au plan large, celle qui est derrière regagne sa place pendant un silence, et la caméra s’éloigne à un moment où personne ne parle. C’est une chorégraphie, qu’un groupe qui a compris pourquoi invente en cinq minutes. On obtient un son excellent avec de tout petits moyens, et l’on a travaillé, en passant, le cadre, le hors-champ, le point de vue, la durée, c’est-à-dire le langage.
Je trouve dans cette chorégraphie une image assez juste de ce que je cherche en atelier : travailler la forme audiovisuelle plutôt qu’un cinéma où l’image passe en premier et où la caméra est un instrument de pouvoir, c’est-à-dire distinguer l’image et le son, et penser le montage au sens large, comme des choses qui s’enchaînent et prennent sens les unes par rapport aux autres. On peut vivre tout cela en une journée, sans équipement, et c’est ce qui permet d’en faire un outil de médiation autant que de formation.
Commencer par le son pour les capsules de médiation
Il en va de même pour les capsules vidéo que les musées et les lieux culturels produisent de plus en plus pour présenter une médiation, une exposition, un objet. L’habitude est de filmer une personne qui parle, à la manière de la télévision, puis d’ajouter des images d’illustration. Le son de l’entretien est souvent médiocre, parce qu’on ne colle pas une caméra sur le nez de quelqu’un pour une interview, et le montage est laborieux, parce qu’on gère l’image et le son en même temps. On peut faire l’inverse : enregistrer d’abord la voix seule, avec un téléphone près de la bouche, en demandant à la personne, qu’on ne filme pas encore, d’expliquer sa médiation ; monter cette voix pour obtenir une bande-son qui tienne de bout en bout comme un récit ; puis tourner des images, la personne qui montre, qui manipule, qui fait visiter, et les poser sur la bande-son. En commençant par le son, on s’assure une narration solide, parce que quelqu’un qui raconte fait déjà un récit. Commencer par les images oblige ensuite à trouver des sons à mettre dessus, et l’on s’y perd. J’ai donné d’autres conseils pour ces films dans l’article Ne pas filmer les gens, filmer avec les gens.
De la conception de l’atelier au visionnage
- Penser le son avant le tournage. Au moment de concevoir le dispositif de l’atelier, se demander où sera le micro, qui sera près de lui, et comment organiser la scène autour de lui. Si la réponse est « on verra », le son sera mauvais.
- Un micro séparé de la caméra, aussi modeste soit-il. Un micro-cravate, un petit enregistreur, un second téléphone posé près des personnes qui parlent. L’important n’est pas sa qualité, c’est qu’il puisse être près des bouches pendant que la caméra est où elle doit être.
- Près du micro, toujours. Vingt centimètres, pas deux mètres. Dans une salle qui résonne, c’est la seule chose sur laquelle on peut agir.
- Détacher les syllabes et y aller fort. Quand on n’a pas de lèvres à lire, en voix off par exemple, il faut articuler davantage que d’habitude, en laissant entre les syllabes un temps où la résonance s’éteint, et jouer l’émotion plus fort que dans la vie sans rien perdre en clarté, et c’est toute la difficulté, car la colère fait parler vite et la tristesse fait parler bas. J’en parle aussi dans l’article Ce n’est pas une private joke.
- Ne pas s’excuser du matériel. Le problème vient presque toujours de la distance au micro et de la façon dont la scène est conçue, rarement du matériel. En s’excusant du matériel, on fait croire au groupe qu’il n’y peut rien, ce qui est faux.
- Écouter les films, pas seulement les regarder. Au visionnage, fermer les yeux un instant pendant une prise, et demander au groupe ce qu’il a entendu. C’est souvent là que l’on découvre ce dont parle vraiment le film.
J’ai expliqué dans L’œil dans la main qu’avec le même outil, on ne vit pas la même expérience selon le cadre qu’on pose, et le micro en est l’exemple le plus net que je connaisse. À deux mètres, il enregistre une salle ; à vingt centimètres, il enregistre quelqu’un. Et un groupe qui l’a compris, au bout de quelques prises, a compris du même coup, sans qu’on le lui dise, qu’il fabriquait un film pour des gens qui ont besoin d’entendre.
