Adobe Podcast Enhance ou iZotope RX : quand l'IA suffit, quand elle abîme la voix

Adobe Podcast Enhance Speech, c'est quoi exactement ?

Enhance Speech est un outil en ligne d'Adobe : vous déposez un fichier sur le site d'Adobe Podcast, un modèle d'IA retire le bruit et l'écho de la voix, et vous téléchargez le résultat. Il n'y a rien à installer et rien à régler dans la version gratuite.

Les limites officielles de la version gratuite : 30 minutes par fichier, 500 Mo maximum, 1 heure de traitement par jour, de l'audio uniquement et aucun réglage d'intensité. La version Premium, incluse dans l'offre Adobe Firefly Pro, monte à 4 heures par jour et 1 Go par fichier, accepte la vidéo (MP4, MOV), le traitement par lots, et permet de doser l'effet.

• Gratuit : 30 min et 500 Mo par fichier, 1 h par jour, audio seul, pas de réglage.
• Premium : 4 h par jour, 1 Go par fichier, vidéo MP4 et MOV, intensité réglable.
• Dans les deux cas, le fichier est traité sur les serveurs d'Adobe.

iZotope RX : une boîte à outils, pas un bouton

RX fonctionne à l'inverse. C'est un logiciel installé sur votre ordinateur, où chaque défaut a son module : De-hum pour le ronflement électrique, De-click et Mouth De-click pour les clics et bruits de bouche, De-plosive pour les p qui claquent, Voice De-noise pour le souffle, De-reverb pour l'écho de pièce, De-ess pour les sifflantes, Breath Control pour les respirations. Dialogue Isolate, réservé aux éditions Standard et Advanced, sépare la voix d'un fond sonore chargé.

Rien n'est automatique par défaut : vous choisissez quel défaut traiter, dans quel ordre, et jusqu'où. Et l'éditeur spectral permet d'effacer à la main un bruit isolé, une toux, un bip de téléphone, sans toucher au reste de la phrase. C'est plus long qu'un clic, et c'est tout l'intérêt.

Ce que l'IA fait très bien

Soyons honnêtes : sur une voix seule, enregistrée dans une pièce qui résonne avec un micro de téléphone, Enhance Speech obtient en quelques secondes un résultat qui demandait autrefois une longue session de restauration. Pour une interview de terrain à publier le jour même, un mémo vocal, une réunion enregistrée, c'est souvent largement suffisant.

Il est aussi précieux comme diagnostic. Quand je reçois une prise très abîmée, passer un extrait dans Enhance me montre vite ce qu'on peut espérer récupérer, avant de décider du temps à y passer.

Quand Enhance Speech abîme la voix

Le revers d'un traitement global, c'est qu'il ne sait pas ce que vous vouliez garder. Les défauts les plus fréquents de ce type de traitement, que l'on retrouve aussi dans les retours d'utilisateurs de la version 2 :

• Une voix qui sonne trop traitée, légèrement synthétique, surtout sur les fins de phrase et les voix douces.
• Des respirations et des micro-silences supprimés, qui rendent l'écoute fatigante sur un format long.
• Une musique ou une ambiance volontaire avalée avec le bruit, faute de pouvoir les distinguer (sauf réglage en Premium).
• Deux voix qui se chevauchent, traitées comme une seule, avec des pertes sur la plus faible.
• Un timbre qui change entre deux fichiers traités séparément, visible quand on les monte côte à côte.

Pourquoi je reste sur RX pour un travail livré

Sur un livre audio, un documentaire ou un podcast où la voix porte tout, je veux décider de chaque retrait : on retire le défaut, on ne refait pas la voix. RX me laisse traiter le ronflement à 50 Hz sans toucher au souffle, réduire la réverbération de quelques décibels plutôt que de la supprimer, garder une respiration qui donne du rythme à une phrase.

Il y a aussi la constance. Sur un livre audio de dix heures, chaque chapitre doit sonner pareil que le précédent : avec RX, les mêmes réglages s'appliquent partout et se vérifient. Et un argument plus simple : le fichier ne quitte pas mon poste, ce qui compte pour un projet non publié ou sous accord de confidentialité.

RX ne remplace pas une bonne prise pour autant. Aucun des deux outils ne rend propre une voix saturée ou couverte par un bruit plus fort qu'elle : le premier réflexe reste de soigner l'enregistrement.

Comment choisir selon votre projet

Le bon outil dépend de ce que vous livrez, pas de la réputation de l'outil.

Peut-on combiner les deux ?

Oui, et c'est parfois la meilleure option. Sur une prise désespérée, je compare un extrait passé dans Enhance avec ce que j'obtiens dans RX, et je garde le meilleur passage par passage. Si Enhance l'emporte, en Premium je baisse l'intensité pour garder du naturel, puis je reprends le résultat dans RX pour les sifflantes, les clics et le niveau.

Dans tous les cas, le nettoyage passe avant l'égalisation, la compression et le réglage du loudness : un compresseur posé sur une voix encore bruitée remonte le souffle entre les mots.