Voix doublées ou supplémentaires superposées à l'image — plusieurs pistes en mixage pour narration ou pensées. Exige isolation studio propre.
Dans le "voice-over" empilé (ou "ADR stacking"), tu superposes plusieurs pistes de son — une technique qui devient cruciale au montage et au mixage final. Tu n'as pas simplement une voix sur l'image, mais plusieurs simultanément : le monologue intérieur d'un personnage, un commentaire documentaire, des voix d'ambiance issues d'une foule enregistrées séparément. Chaque piste est traitée isolément, mixée individuellement, puis regroupée dans le "stem" final. Cela ne fonctionne que si chaque voix est enregistrée proprement — sans réverbération de pièce, sans bruits parasites qui se superposent.
Le plus grand défi réside dans le setup du studio. Tu as besoin d'une acoustique totalement sèche pour chaque enregistrement, afin que les sons d'ambiance diffus ne s'ajoutent pas plus tard pour former une bouillie sonore. C'est là que de nombreux projets font l'erreur : ils enregistrent toutes les voix successivement dans le même studio et s'étonnent que le mixage sonne plus tard comme un effet de cocktail party. Mieux vaut : travailler plusieurs jours avec différents intervenants dans des pièces différentes, ou au moins varier les distances par rapport aux murs. Tu obtiens ainsi une diversité acoustique qui apporte de la profondeur à l'image globale. Dans le mixage, tu évites ainsi que tout paraisse plat et flou.
Concrètement, au montage, cela signifie que chaque piste de "voice-over" obtient son propre canal. Tu les montes indépendamment, tu positionnes les pauses, tu varies l'enveloppe de volume pour le drame ou la focalisation. Pour une piste de monologue intérieur, par exemple : la baisser quand l'action visuelle domine ; l'augmenter quand le calme visuel crée un espace pour l'intériorité. Le commentaire documentaire est souvent plus présent dans le mixage, car il porte principalement de l'information. Les voix d'ambiance — une foule murmurante derrière une scène — tu les places subtilement en bas, comme une couche de présence. Dans le mixage final des "stems", toutes les pistes sont regroupées en un seul stem de "voice-over", que le mixage final reprend à l'identique.
Un exemple concret : un documentaire sur un détective. Tu as son monologue intérieur, le commentaire narratif d'une tierce personne, et en arrière-plan, des sons discrets de fonctionnement d'un bureau de police — ces trois couches superposées. Chacune a sa propre spatialisation, sa propre profondeur, mais aucune ne rivalise avec les autres pour l'espace. Tu n'y parviens qu'à travers une isolation rigoureuse lors de l'enregistrement et une gestion intelligente du panoramique, de la réverbération et de l'égalisation dans le mixage. Des enregistrements négligés, sans contrôle de la pièce, font que trois voix sonnent plus tard comme une soupe sale et incompréhensible.