Silence en début et en fin
Chaque piste doit comporter un court silence au début et à la fin. Les lecteurs de livres audio enchaînent sans pause ; sans ce "padding", une piste coupe la première syllabe de la suivante et l’auditeur perçoit un saut. Author’s Republic exige 1 à 5 secondes. ACX demande 0,5 à 1 seconde en tête, avec une plage plus large en fin, donc environ une seconde en début satisfait les deux.
Ce silence doit être celui de la pièce de votre cabine, pas un silence numérique. Un silence absolu s’entend comme un trou : l’auditeur sent la pièce disparaître puis revenir. Quatre des cinq motifs de refus ayant inspiré cet outil étaient dus au manque de silence au début ou à la fin, généralement parce que l’éditeur a trop rogné au montage sans réajouter la marge.
Niveau sonore, et ce que signifient 23 à 18 dB RMS
Le RMS est le niveau moyen sur la durée, plus proche de la sensation sonore globale du livre que de son moment le plus fort. Les agrégateurs maintiennent chaque livre dans une plage étroite, de 23 à 18 dB, pour éviter qu’un auditeur n’ait à régler le volume en passant d’un livre audio à l’autre. Si le master est plus fort que la plage, le livre paraît agressif. Plus bas, il disparaît sous le bruit de la route.
Cet outil mesure le RMS comme le font Audacity et le plugin ACX Check, avec une onde carrée pleine échelle à 0 dB. Cette convention est importante. L’autre convention courante affiche environ 3 dB de plus, et toute la plage acceptable ne fait que 5 dB, donc la mauvaise convention place la plupart des fichiers du mauvais côté de la limite. Il mesure aussi uniquement la partie parlée de la piste et ignore les blancs en début et fin, qui sinon feraient baisser la moyenne et signaleraient un échec qui n’existe pas.
Niveau de crête, et pourquoi 3,5 dB est plus sûr que 3
La crête est l’échantillon le plus fort du fichier. La garder à 3 dB préserve une marge, pour éviter que les traitements ultérieurs ne créent de la distorsion lors du ré-encodage ou de la normalisation du volume sur le téléphone de l’auditeur. L’encodage MP3 ajoute sa propre petite surtension, ce qui fait qu’un fichier limité à 3,0 dB dans votre station de travail dépasse souvent légèrement cette limite à la lecture. Limitez à 3,5 dB pour vous donner de la marge.
Bruit de fond, et pourquoi 60 dB est la limite
Le bruit de fond mesure le niveau sonore de la pièce quand personne ne parle : ventilateurs, climatisation, frigo d’à côté, circulation, ronflement de votre préampli… À 60 dB ou moins cela reste en dessous du seuil de perception de l’auditeur. Au-dessus, un souffle apparaît dès que les écouteurs sont mis, et augmente quand le volume est monté pendant un passage calme.
Enregistrez environ dix secondes de silence dans votre cabine, sans parler, avec le même micro, préampli et gain que pour le livre, puis déposez-le dans la boîte "bruit de pièce" ci-dessus. Vous obtenez ainsi une mesure exacte au lieu d’une estimation, et l’outil compare le bruit de fond à vos pauses dans les chapitres. Si les pauses de vos prises sont plus bruyantes que l’échantillon de bruit de pièce, quelque chose tournait pendant l’enregistrement qui ne tournait pas pendant la prise de ton. Ce problème est difficile à diagnostiquer via un message de rejet, car le bruit de pièce lui-même est propre et les prises sont quand même refusées.
Débit binaire, fréquence d’échantillonnage et débit constant
44,1 kHz à 192 kbps ou plus est le seuil minimal de qualité. Le débit constant est important, car les fichiers à débit variable perturbent la navigation sur certains lecteurs, et un auditeur cherchant le milieu d’un chapitre tombe ailleurs. Le débit binaire doit aussi être identique pour tous les fichiers livrés, ce qui est difficile à repérer : un chapitre à 256 kbps parmi du 192 kbps semble normal à l’oreille. Cela n’apparaît qu’au moment du rejet.
192 kbps est également le seul débit auquel un chapitre de longueur maximale respecte la limite de taille de fichier. 110 minutes complètes à 192 kbps font environ 158 Mo, sous la limite de 170 Mo. Le même chapitre en 256 kbps atteint environ 211 Mo, dépassant la taille même si le débit est accepté.
Mono ou stéréo, mais pas les deux
Les deux sont acceptés. Les mélanger dans un même livre ne l’est pas. Passer d’un chapitre mono à stéréo fait fluctuer la voix, ce qui donne l’impression d’une erreur de production même si rien d’autre n’a changé.
L’échantillon commercial, et le piège des cinq minutes
L’extrait doit durer entre une et cinq minutes, et c’est là que tout se joue. Les validateurs donnent la durée en secondes entières, donc un fichier proche de 5:00 (moins d’une demi-seconde) sera noté à 300 secondes et rejeté pour excès. Impossible d’atteindre pile 5:00. Les trames MP3 font 1152 échantillons ; à 44,1 kHz, aucun nombre entier de trames ne tombe à 300,000 secondes. Prévoyez 4:50 pour éviter ce problème.
Image de couverture
2400 × 2400 pixels, RVB, JPG, moins de 5 Mo, avec un nom de fichier constitué uniquement de lettres et chiffres. Une couverture exportée depuis une mise en page imprimée est souvent en CMJN : elle s’ouvre bien chez vous mais ses couleurs changent lors de la conversion. La règle sur le nom est aussi stricte : espaces et symboles bloquent le traitement, donc My Book Cover (final).jpg est rejeté tandis que MyBookCoverfinal.jpg passe sans souci.
Ce que cet outil ne vérifie pas
Il analyse seulement les propriétés techniques de vos fichiers. Il ne peut pas vérifier si la piste d’intro annonce le titre et l’auteur, si la narration correspond au manuscrit, si un chapitre est mal nommé ou si l’interprétation est bonne. Chaque diffuseur vérifie cela manuellement. Ici, seuls les aspects purement techniques sont contrôlés : les rejets qui coûtent des semaines mais ne prennent que dix minutes à corriger.
