Un clap des deux mains devant l'objectif dure moins d'une demi-seconde. C'est pourtant ce geste tout bête qui a sauvé plus d'un montage multicam foireux, le mien y compris. La synchro audio automatique fait gagner un temps fou pour caler plusieurs caméras entre elles pendant un montage vidéo, mais elle ne tient pas ses promesses partout : dans une salle calme, elle repère un pic sonore en trois clics ; dans un lieu bruyant, elle patine complètement. Ce tutoriel compare les deux méthodes de montage multicam terrain par terrain, avec l'astuce qui permet de savoir laquelle choisir avant même d'appuyer sur REC.
Synchro audio automatique ou clap visuel : quelle méthode pour un montage multicam ?
Sur le papier, les deux techniques visent le même but : faire correspondre plusieurs angles de vue sur une seule ligne de temps, sans décalage entre le son et l'image. La première compte sur le logiciel, qui analyse les ondes sonores captées par chaque caméra et cherche les points communs. La seconde compte sur toi : un repère visuel net, comme un clap des mains, que tu vas ensuite chercher à l'œil au montage. Aucune des deux n'est meilleure dans l'absolu — tout dépend du bruit ambiant du lieu où tu tournes.
Trois caméras grand public en 1920x1080, empruntées à droite à gauche, n'offrent pas la synchronisation par timecode qu'on trouve sur du matériel de tournage professionnel : il faut donc caler les pistes après coup, à la main ou avec l'aide du logiciel. Le logiciel compare le bruit ambiant capté par chaque caméra à la piste propre de l'enregistreur externe, souvent réglé en échantillonnage 48 kHz, et colle les pistes ensemble s'il retrouve la même empreinte sonore des deux côtés. Si tu préfères comprendre le calage manuel, image par image, sans dépendre de l'algorithme, je détaille la manip dans comment synchroniser le son et l'image manuellement au montage vidéo.
Une captation calme à la Médiathèque de Nancy Agglomération
Pour une conférence enregistrée à la Médiathèque de Nancy Agglomération, deux caméras fixes suffisaient : un plan large sur l'intervenant, un plan plus serré sur le public qui posait des questions. La salle était calme, chaque caméra captait le même silence de fond entre les phrases, et le logiciel a aligné les deux pistes sans que j'aie besoin de toucher à quoi que ce soit. En relisant le montage, le premier plan était couvert, le deuxième aussi : plus aucun trou dans le récit, pas une coupe où il manquait un geste ou un mot. C'est exactement le genre de tournage où la synchro automatique fait ce qu'elle promet.
Un concert de pote, trois caméras et un son sale sur toutes les pistes
Un concert de pote, à l'inverse, met la même méthode à genoux. Trois caméras dispersées dans la salle, un enregistreur externe pour le son propre, et une basse qui résonne partout de la même façon : le logiciel a du mal à distinguer un vrai repère commun dans ce bruit uniforme. Il a fini par aligner deux pistes sur un mauvais coup de grosse caisse, à une fraction de seconde du bon endroit. Le décalage était minime au début du morceau, mais sur toute la durée de la chanson, il devenait franchement gênant : le chanteur avait l'air de faire du playback alors que c'était juste le calage qui dérivait.
Le piège du framerate : un décalage qui ne se voit pas tout de suite
Il existe un piège encore plus sournois que le bruit ambiant : deux caméras qui ne tournent pas au même framerate. Une caméra réglée sur 30 images par seconde à côté d'une autre en 25 images par seconde ne dérive pas tout de suite — le décalage grossit doucement, image après image, jusqu'à devenir insupportable en fin de morceau. Je vérifie maintenant systématiquement que tout le monde tourne à la même cadence avant même d'appuyer sur REC, plutôt que de le découvrir sur la timeline bien plus tard. Albéric Feneuil, un monteur amateur croisé sur un forum de montage, vit une variante du même casse-tête avec ses fichiers GoPro : ils sont si lourds que son vieux laptop sous Windows, sans SSD, peine à en lire un seul en entier — trois en même temps sur une séquence multicam, il ne faut même pas y penser sans passer par des fichiers proxy allégés en amont. Les trois caméras n'enregistraient d'ailleurs même pas dans le même codec, mais tant que le logiciel lit correctement le conteneur, ça n'empêche pas la synchro. J'avais testé Kdenlive à une époque, séduit par la gratuité, mais la gestion des séquences multicaméra plantait dès que je dépassais trois pistes en 4K — retour à mon logiciel habituel, proxys activés.
Le clap visuel reprend l'avantage quand le son est pollué
Face à ce genre de son sale, mon repère, c'est un clap des mains bien net devant chaque objectif avant de lancer la prise. Une image ne se trompe jamais : les deux mains qui se touchent, c'est un instant unique et indiscutable, contrairement à un larsen de basse qui traîne sur toutes les pistes en même temps. Je cale d'abord l'image à l'œil sur cette fraction de seconde précise, puis je vérifie que la synchro automatique tombe au même endroit. Si les deux se recoupent, le montage est fiable. Si elles ne se recoupent pas, je fais confiance au clap, pas au logiciel.
Une fois les angles calés, le montage en lui-même devient presque un jeu : l'écran se découpe en plusieurs fenêtres et je bascule d'une caméra à l'autre à la volée, au rythme du morceau ou de la phrase. Pour aller plus loin sur ce rythme justement, utiliser mes astuces pour monter une vidéo en rythme avec la musique facilement change pas mal de choses sur un multicam, parce que les coupes tombent alors pile au bon moment. Sur une transition un peu plate entre deux angles, réussir un ralenti fluide sur une vidéo après plusieurs essais ratés peut aussi donner un peu de relief, sans passer par un effet clinquant — entre deux angles, une coupe franche reste d'ailleurs suffisante la plupart du temps. Si le montage doit ensuite partir en format vertical pour les réseaux ou recevoir des sous-titres, je termine toujours la version horizontale multicam en premier ; un plan de coupe supplémentaire réglera d'ailleurs mieux un raccord un peu brutal qu'un sous-titre mal calé.
J'ai un temps englouti des tutos de color grading de 45 minutes, persuadé que la longueur du contenu garantissait son sérieux — résultat, je n'en ai à peu près rien retenu, et j'ai fini par refaire les mêmes erreurs sur le montage suivant. Léontine, une collègue de boulot qui monte des vlogs de voyage sur son temps libre, me le répète à chaque fois que je lui montre un nouveau tuto : elle préfère largement les versions courtes et sans fioritures, celles qui vont droit à la manip plutôt qu'au discours. Le clap et la vérification du framerate, c'est exactement ce genre de réflexe : deux secondes à chaque tournage, zéro tuto à revoir.
Avant même de synchroniser quoi que ce soit, je fais un premier dégrossissage de la timeline pour écarter les prises ratées, et je range les fichiers GoPro et les pistes audio dans des dossiers séparés dès l'import, sinon je m'y perds vite sur un projet multicam. Le nettoyage du bruit de fond et l'équilibrage des niveaux entre voix et musique, eux, se font après le calage des angles, jamais avant, sinon on corrige un problème qui n'existe pas encore. Je rééquilibre aussi vite fait les couleurs entre deux caméras pour que la coupe ne saute pas aux yeux, et pour l'export final, je reste en 1080p sans bricoler le débit à la dernière minute.
La méthode à garder pour ton prochain montage multicam
Alors, laquelle garder ? Pour un tournage dans un lieu calme — salle de réunion, conférence, interview posée — la synchro audio automatique fait le travail sans réfléchir, et il n'y a aucune raison de s'en priver. Pour un tournage bruyant — concert, événement en extérieur, plusieurs sources sonores qui se mélangent — mieux vaut prévoir un clap net devant chaque caméra avant chaque prise, quitte à vérifier ensuite que les deux méthodes tombent au même endroit. Le vrai luxe, ce n'est pas de choisir une seule technique pour la vie : c'est de savoir laquelle sortir selon le bruit de la pièce où tu tournes.