Piste audio alternative dans un direct YouTube

Qu'est-ce qu'une piste audio alternative sur YouTube

Une piste audio alternative permet de diffuser plusieurs versions du son au sein d'un même direct. La vidéo, l'habillage du direct, l'URL et le chat restent communs, tandis que le spectateur choisit la langue ou la version de la voix dans les paramètres du lecteur.

Par exemple, la piste principale contient le discours de l'animateur en français, et la piste supplémentaire une traduction anglaise par-dessus le même son de jeu, de présentation ou d'événement. Le spectateur n'a pas besoin d'ouvrir une seconde chaîne ni de basculer entre plusieurs diffusions.

Techniquement, ce mode est appelé Multi Audio Track Streaming. L'encodeur envoie à YouTube un seul signal vidéo et plusieurs pistes audio indépendantes. La transmission utilise les schémas pris en charge par YouTube via RTMP ou RTMPS, ainsi que HLS. La variante concrète dépend de la fonctionnalité disponible pour la chaîne et des capacités de l'encodeur.

Il ne s'agit ni de sous-titres ni de plusieurs sources dans le mixeur d'OBS. Les sous-titres transmettent du texte, tandis qu'un mixeur classique fusionne les voix et le fond en un seul signal. Pour que le spectateur voie le sélecteur de langue, YouTube doit recevoir des pistes audio distinctes, correctement associées aux langues.

La fonctionnalité n'est pas disponible pour toutes les chaînes et peut dépendre du type de diffusion, de la région, de l'interface de YouTube Studio et de la méthode d'envoi du signal utilisée. Il faut donc d'abord vérifier la disponibilité du mode, puis seulement ensuite construire le schéma du direct.

Exigences de YouTube pour l'audio multilingue

Pour une transmission stable via RTMP ou RTMPS, utilisez AAC-LC, une fréquence d'échantillonnage de 44,1 ou 48 kHz et deux canaux, c'est-à-dire la stéréo. Un profil pratique pour chaque piste : AAC-LC, 48 kHz, stéréo et un débit d'environ 128 kbit/s. Toutes les versions linguistiques doivent de préférence être encodées de la même manière.

Une piste ne doit pas contenir deux langues sur les canaux gauche et droit. Les canaux gauche et droit forment dans ce schéma une paire stéréo d'une seule version linguistique. Il est impossible de placer le son français à gauche et l'anglais à droite : le lecteur YouTube ne les reconnaîtra pas comme des langues alternatives.

Pour HLS, les paramètres peuvent être définis par le profil de l'encodeur et la description des groupes audio dans la playlist. Mais pour la compatibilité, utilisez également AAC-LC, la stéréo et une fréquence d'échantillonnage identique. HLS doit transmettre des renditions audio distinctes, et non un seul fichier dans lequel les langues sont mélangées.

Toutes les pistes doivent être synchronisées avec la vidéo, avoir une durée stable et ne pas s'interrompre sans nécessité. Si un traducteur se déconnecte temporairement, YouTube ne pourra pas toujours remplacer correctement le signal absent pendant un direct en cours.

YouTube n'a pas de nombre universel de pistes supplémentaires valable pour toutes les chaînes : la limite disponible est déterminée par la fonctionnalité et s'affiche dans les paramètres de la diffusion concernée. Les six pistes d'OBS concernent le mixage ou l'enregistrement local et ne signifient pas que YouTube acceptera six langues. Si l'interface ne propose que le son principal, il ne sera pas possible de transmettre des pistes supplémentaires via le mode standard.

La vidéo est généralement envoyée dans un format pris en charge par YouTube, par exemple H.264/AVC, et l'apparition de pistes audio supplémentaires ne modifie pas les exigences de résolution, de fréquence d'images et de débit vidéo. Il faut respecter intégralement les exigences du protocole choisi, et pas seulement les paramètres du son.

Comment vérifier la disponibilité de la fonctionnalité

Ouvrez YouTube Studio, créez une diffusion planifiée ou un direct de test et accédez aux paramètres du direct. Les paramètres doivent comporter une zone dédiée aux pistes audio supplémentaires, alternatives ou multilingues. Vous pouvez y sélectionner les langues et voir combien de pistes il est permis d'attribuer à ce direct.

S'il n'y a qu'un champ de langue de diffusion, cela ne signifie pas que plusieurs sons sont pris en charge. Ce paramètre décrit le contenu principal du direct et aide YouTube à gérer les métadonnées. Il ne crée pas de traduction et ne connecte pas un second signal audio.

Vérifiez la fonctionnalité précisément dans les paramètres du direct, et non dans la section des sous-titres ou du téléchargement audio d'une vidéo déjà prête. Une piste supplémentaire pour l'enregistrement et un direct multilingue peuvent avoir des conditions d'accès différentes.

Si la section souhaitée est absente, n'essayez pas de résoudre le problème en changeant de micro, en ajoutant une seconde scène ou en augmentant le nombre de canaux audio dans OBS. Dans ce cas, vous pouvez opter pour un mix unique avec traduction par-dessus l'original, des directs séparés par langue ou des sous-titres.

Avant le lancement public, créez une diffusion de test. Cela permettra de comprendre si le choix de l'audio apparaît chez le spectateur, si YouTube accepte le protocole choisi et si la synchronisation est maintenue après le basculement entre les pistes.

Comment préparer les pistes dans OBS

OBS Studio est pratique pour préparer des mixages indépendants, mais sa sortie RTMP standard ne transforme pas automatiquement six pistes locales en six flux linguistiques YouTube. Dans OBS, vous pouvez répartir les sources sur des pistes et enregistrer le résultat pour vérification. Pour envoyer plusieurs pistes, il faut une sortie ou un encodeur supplémentaire capable de transmettre le Multi Audio Track Streaming.

Construisez le schéma principal de sorte que la piste 1 contienne la voix de l'animateur, le son du système ou du jeu et les autres éléments du programme. Pour la piste anglaise, créez un mixage distinct : conservez le son commun du jeu ou de la présentation, retirez le discours français et ajoutez le micro du traducteur. Pour une troisième langue, répétez la même logique.

Dans OBS, ouvrez les propriétés audio avancées. Dans le tableau des pistes, cochez pour chaque source les mixages dans lesquels elle doit figurer. Le son du jeu peut être affecté à la piste principale et aux pistes alternatives, le micro de l'animateur uniquement à la piste principale, et le micro du traducteur uniquement à la piste linguistique correspondante. N'ajoutez de la musique qu'après avoir vérifié les droits de diffusion publique.

Ensuite, dans les paramètres de sortie d'OBS, sélectionnez le mode avancé. Pour un enregistrement local, attribuez les pistes nécessaires et enregistrez un court test en MKV. Après l'enregistrement, vérifiez chaque piste dans un éditeur ou un lecteur multimédia capable de basculer entre les flux audio. Il est important de s'assurer qu'il n'y a pas de discours original sur la piste anglaise et que tous les mixages démarrent simultanément.

Dans les paramètres de diffusion en continu d'OBS, on choisit généralement une seule piste pour le stream classique. Cette limitation est fondamentale : le réglage sur Track 1 ou Track 2 détermine le son unique qui partira vers la sortie RTMP standard. Si vous avez activé plusieurs pistes uniquement dans la section d'enregistrement, YouTube recevra quand même une seule piste.

Les plugins qui dupliquent un flux OBS vers plusieurs adresses RTMP ne résolvent pas non plus le problème. Ils créent plusieurs diffusions ou copies d'un même mixage, mais n'ajoutent pas de sélecteur de langues à un seul direct.

Comment transmettre plusieurs pistes à YouTube

Pour un véritable direct multilingue, il faut un encodeur ou un système de production prenant explicitement en charge plusieurs flux audio dans une seule sortie YouTube. Dans les paramètres d'une telle solution, on attribue les langues aux pistes, puis on choisit le protocole RTMP, RTMPS ou HLS pris en charge par ce flux de travail.

En mode RTMP ou RTMPS, l'encodeur doit empaqueter plusieurs flux audio dans un seul signal avec l'extension ou le profil accepté par YouTube pour le Multi Audio Track Streaming. Une simple commande ou une sortie OBS standard avec plusieurs pistes locales ne le garantit pas. Avant le lancement, vérifiez dans la documentation de l'encodeur concerné s'il est bien question de la transmission de plusieurs pistes audio vers YouTube, et non seulement de l'enregistrement multitrack.

En mode HLS, l'audio est généralement présenté sous forme de variantes distinctes dans le manifeste HLS : pour chaque langue, on indique une piste propre et un identifiant linguistique. Un tel manifeste est généré par un encodeur spécialisé ou un schéma côté serveur. L'envoi de plusieurs fichiers AAC distincts vers une URL RTMPS classique ne remplace pas HLS et ne donnera pas au spectateur le choix de la langue.

Certaines versions de logiciels professionnels de diffusion et d'encodeurs matériels prennent en charge une telle sortie. Seules conviennent les solutions dont les paramètres mentionnent explicitement multi-audio, alternate audio tracks ou YouTube multi-language audio. Le nom de la fonctionnalité et les protocoles disponibles doivent être vérifiés dans la documentation actuelle, car la prise en charge dépend de la version et de la licence.

Si vous utilisez OBS comme studio, vous pouvez le conserver comme source de scènes et de mixages, et confier la transmission à un encodeur compatible ou à un système audio intermédiaire. Vérifiez au préalable que la sortie audio logicielle ou virtuelle conserve réellement des pistes séparées. Si elle rassemble à nouveau tous les signaux dans un seul mixage final, le choix de la langue sera perdu.

Comment configurer le monitoring sans boucle

Le traducteur doit entendre le programme, mais pas sa propre voix renvoyée via le monitoring. Organisez un canal d'écoute distinct : envoyez au traducteur le jeu, la présentation et le discours de l'animateur, et ne renvoyez le micro du traducteur que dans son mixage linguistique.

Dans OBS ou un mixeur virtuel, ne renvoyez pas la piste alternative finale vers la même entrée que celle par laquelle elle arrive dans la diffusion. Si une interface audio est utilisée, configurez une sortie de bus aux distincte pour le casque du traducteur. Dans OBS, n'activez le mode « Surveillance et sortie » que pour les sources qui doivent réellement parvenir au périphérique de monitoring.

Il ne faut pas vérifier le délai de traduction uniquement à partir du son de la fenêtre YouTube. Le lecteur du spectateur ajoute un tampon, de sorte qu'un traducteur qui écoute le direct via la page de diffusion commencera à réagir avec un grand retard et pourra entendre un retour en boucle.

Pour le contrôle, utilisez un casque et un monitoring local avant l'envoi vers YouTube. Une autre personne peut ouvrir le direct sur un autre appareil et vérifier le résultat du point de vue du spectateur, mais le son de cet appareil doit être coupé ou ne pas être renvoyé dans le système audio de travail.

Comment éliminer la désynchronisation et le retard de traduction

Un léger retard de traduction est naturel : le traducteur entend d'abord la réplique, la formule, puis seulement ensuite envoie sa voix. Le problème commence lorsque le décalage change constamment ou que la parole arrive avant l'image. Vérifiez d'abord si la même fréquence d'échantillonnage est définie sur tous les appareils. Le mélange de 44,1 et 48 kHz peut provoquer une dérive progressive du son.

Utilisez une seule source d'horloge et ne faites pas passer différentes pistes par des cartes son non synchronisées sans nécessité. Supprimez les câbles virtuels, conversions et connexions sans fil superflus sur le chemin du micro à l'encodeur. Un retard fixe et stable peut être compensé par le délai de la source audio dans OBS ou dans le mixeur.

Si la traduction est en retard d'un nombre constant de millisecondes, on peut ajouter un délai à la piste plus précoce pour que les répliques coïncident avec la vidéo. Si le retard augmente constamment, le réglage Sync Offset n'éliminera pas la cause : il faut rechercher une désynchronisation de fréquence, une surcharge du processeur, une défaillance réseau ou un canal instable chez le traducteur.

N'essayez pas d'accélérer le traducteur ni de couper brusquement les pauses pendant le direct. Il vaut mieux déterminer à l'avance le retard de travail, fournir au traducteur un signal propre avec un tampon minimal et, si nécessaire, retarder légèrement le discours principal ou le programme. Il est impossible de supprimer totalement le retard d'une interprétation simultanée.

Si, après le changement de langue, le son démarre à un autre endroit, vérifiez si les pistes démarrent au même point et si un silence n'apparaît pas au début de l'une d'elles. La durée constante des segments audio HLS et l'absence d'arrêts du micro du traducteur sont également importantes.

Que vérifier avant un direct public

Lancez d'abord un court test avec les mêmes scènes, micros, encodeur et connexion réseau que ceux qui seront utilisés lors de l'événement. Vérifiez non seulement l'aperçu dans le studio, mais aussi la page de diffusion depuis un autre compte ou appareil.

Assurez-vous que le choix de la piste audio est apparu dans le lecteur, que les noms des langues s'affichent correctement et que le basculement ne modifie pas la vidéo et ne coupe pas le chat. Écoutez chaque version séparément pendant le discours, la musique, les changements de scène et les pauses de l'animateur.

La piste principale ne doit pas contenir de traduction, sauf si le format le prévoit. Sur la piste alternative, le discours original ne doit pas résonner en même temps. Vérifiez également un volume homogène, l'absence d'écrêtage, de clics numériques, de bourdonnement de fond et de silence prolongé.

Pendant le direct, surveillez l'état de toutes les sorties audio. Un micro de traducteur distinct peut se déconnecter, même si la vidéo et la piste principale continuent de fonctionner. Désignez une personne qui voit les niveaux et peut contacter rapidement le traducteur ou basculer le direct sur un scénario de secours.

Enregistrez une version de secours de la traduction ou préparez à l'avance une diffusion distincte pour la langue nécessaire si l'événement ne peut pas être arrêté. Le secours ne doit pas s'activer automatiquement à la place de la voix en direct sans vérification : un enregistrement désynchronisé peut être plus visible qu'une absence temporaire de traduction.

Si les pistes alternatives ne sont pas disponibles

Lorsque YouTube ou l'encodeur utilisé ne prend pas en charge le Multi Audio Track Streaming, il ne restera qu'un seul mixage audio dans un direct. On peut ajouter un traducteur par-dessus l'original, mais le spectateur ne pourra pas choisir la langue. Cette option ne convient que si la superposition des voix est acceptable pour le format.

Une solution plus propre consiste à créer une diffusion distincte pour chaque langue avec le même signal vidéo et des mixages audio différents. Indiquez la langue dans le titre et la description, et publiez les liens à l'avance. Dans ce cas, il faudra surveiller plusieurs chats et veiller au démarrage synchronisé des diffusions.

Si la voix off n'est pas obligatoire, utilisez des sous-titres ou une traduction textuelle dans le chat. Ils ne constituent pas une piste audio alternative, mais permettent de transmettre le contenu sans risque de superposition des voix ni de routage complexe.

Ordre des opérations en bref

1. Vérifiez dans YouTube Studio si le mode pistes audio supplémentaires est disponible pour votre chaîne.
2. Choisissez un encodeur et un protocole RTMP, RTMPS ou HLS avec prise en charge confirmée de plusieurs pistes audio.
3. Préparez dans OBS des mixages distincts : la piste principale avec l'animateur et les versions avec traducteurs sans le discours original.
4. Configurez AAC-LC, la stéréo, une fréquence d'échantillonnage identique et une synchronisation stable de toutes les pistes.
5. Attribuez les langues dans YouTube et dans l'encodeur, puis effectuez un test depuis un autre appareil.
6. Vérifiez le basculement, le retard, le volume et l'absence de boucle de monitoring.
7. Si la fonctionnalité n'est pas disponible, optez pour des directs séparés, un mixage unique avec traduction ou des sous-titres.