Algorithme mathématique pour décomposer rapidement les fréquences audio — fondement de l'EQ et des analyseurs de spectre. Rend visibles les fréquences invisibles.
En salle de montage, vous êtes assis devant le moniteur, vous voulez savoir où se cache exactement ce bourdonnement gênant dans l'enregistrement des dialogues — et vous ouvrez alors l'analyseur de spectre. Ce que vous voyez, c'est la FFT en temps réel : la décomposition mathématique du signal audio en ses composantes fréquences individuelles. La Transformée de Fourier Rapide rend l'invisible visible — et ce, en un éclair.
La FFT fonctionne selon un principe simple : tout signal audio, aussi complexe soit-il, peut être représenté comme la somme d'ondes sinusoïdales de fréquences différentes. Au lieu d'analyser le signal entier comme une bouillie, la FFT le décompose en ses éléments constitutifs. Un bourdonnement de 60 Hz, un sifflement de 2 kHz, un grondement de 200 Hz — tout devient visible individuellement. Sans FFT, l'égalisation en temps réel, l'analyse spectrale et tout le flux de travail audio moderne ne fonctionneraient pas. Votre DAW, votre lecteur audio avec visualiseur, chaque interface de plugin qui représente des fréquences — tous utilisent la FFT.
Sur le plateau, la théorie vous importe peu, mais l'application d'autant plus. Le mixeur son a enregistré une rue animée — vent, circulation, bruit de fond. Au montage, l'analyseur de spectre vous montre exactement où se situent les problèmes. Vous regardez le graphique FFT, vous voyez le pic de fréquence à 120 Hz (bourdonnement typique du courant en Europe), vous réglez un notch d'égalisation étroit exactement là. Efficace, chirurgical. Sans FFT, vous tourneriez à l'aveugle les boutons d'égalisation, espérant que cela s'améliore.
En pratique, vous devez savoir : la résolution FFT est un compromis. Plus la fenêtre d'analyse est longue, plus la résolution fréquentielle est élevée — mais plus la résolution temporelle est faible. Si vous voulez voir *quand* exactement un pic de bruit apparaît, vous devez réduire la taille des fenêtres. C'est pertinent pour le traitement audio en direct, par exemple pour la réduction de bruit dans les processus en temps réel. L'algorithme FFT lui-même — nommé d'après Cooley et Tukey — a considérablement réduit le temps de calcul pour l'analyse fréquentielle. Cela a rendu possible l'audio en temps réel. Si l'on avait dû utiliser la transformation de Fourier brute, les flux en direct modernes et les appels en ligne ne fonctionneraient pas encore.
N'utilisez pas la FFT comme un ballast théorique. Utilisez-la comme un outil : ouvrez l'analyseur de spectre, localisez le problème, intervenez avec précision. Combinée à l'édition de forme d'onde (voir là-bas), l'analyse audio basée sur la FFT est l'un de vos plus puissants auxiliaires pour un son propre et professionnel.