Le meilleur niveau sonore pour TikTok, Reels et Shorts (et pourquoi le son de ta vidéo est trop faible)

Vise une sonie intégrée de -14 LUFS, avec des crêtes vraies sous -1 dBTP. YouTube baisse le volume des vidéos plus fortes qu’environ -14 LUFS et ne change pas celui des vidéos plus faibles : une vidéo importée à faible volume reste donc faible par rapport aux autres dans le fil. TikTok et Instagram ne publient pas de niveau cible ; les guides audio recommandent aussi -14 LUFS pour ces plateformes, ce qui te permet d’utiliser un seul master partout.

Pour y arriver, augmente le niveau de toute la bande-son avec un seul gain et maîtrise les crêtes avec un limiteur, plutôt que de pousser le volume jusqu’à la distorsion. Depuis le 2 novembre 2026, tous les exports StoryCut sont à -14 LUFS, quel que soit le forfait, et l’équilibre entre ta voix, la musique et les effets sonores reste tel que tu l’as réglé.

Transparence : StoryCut publie ce guide et propose l’outil qui y est décrit.

En général, c’est parce que l’enregistrement est faible et que rien ne l’a amplifié. Le micro d’un téléphone ou d’un ordinateur portable situé à un mètre enregistre une voix bien moins forte qu’un micro de voix off, et les éditeurs conservent le niveau enregistré. Les différences peuvent être importantes : sur 24 vidéos importées que nous avons mesurées en octobre 2026, le niveau des voix allait de -34 à -7 LUFS, soit 27 dB d’écart : la différence entre un murmure et une voix qui porte.

Les solutions habituelles posent problème de trois façons :

• Pousser le curseur de volume augmente aussi les crêtes. Un rire, un claquement ou un coup sur le bureau atteint le maximum en premier et grésille, alors que la voix reste faible.
• Normaliser le pic à 0 dB fait seulement atteindre le maximum au moment le plus fort. Si c’est un claquement, le niveau de la voix bouge à peine.
• Espérer que l’application corrige le problème. YouTube baisse le volume des vidéos trop fortes, mais n’augmente pas celui des vidéos trop faibles ; TikTok et Instagram ne précisent pas ce qu’elles font.

LUFS (Loudness Units relative to Full Scale) mesure le volume sonore perçu par les auditeurs, moyenné sur l’ensemble de la vidéo et pondéré selon la sensibilité de l’oreille aux différentes fréquences. C’est la mesure EBU R128 / ITU-R BS.1770 utilisée par les services de streaming et les diffuseurs. -14 LUFS est plus fort que -24 LUFS ; 1 LU équivaut à 1 dB.

Ce chiffre est différent de celui d’un indicateur de crête. Les crêtes (dBFS) indiquent à quelle distance du maximum se trouve l’instant le plus fort avant distorsion ; la crête vraie (dBTP) prend aussi en compte le dépassement entre les échantillons, qui apparaît quand le son est compressé en AAC. Une vidéo peut atteindre -1 dB en crête tout en semblant faible si ces crêtes correspondent à de rares claquements. Deux vidéos au même niveau LUFS semblent aussi fortes, quelles que soient leurs crêtes.

Il te faut donc les deux : une sonie intégrée autour de -14 LUFS et une crête vraie sous -1 dBTP pour éviter l’écrêtage à l’encodage.

Dans l’une des vidéos d’exemple de StoryCut, le volume de la voix est baissé de 10 dB pour simuler un enregistrement à faible volume sur ordinateur portable (-24,1 LUFS), puis traité à l’export. Un gain unique de +10,1 dB porte la voix à -14,0 LUFS ; le limiteur maintient la crête vraie à -1,5 dB avant l’encodage AAC. La forme du signal vocal ne change pas : chaque mot est amplifié de la même façon.

Depuis le 2 novembre 2026, la dernière étape de chaque export réalise automatiquement les opérations décrites ci-dessus :

• Toute la bande-son (ta voix, un doublage ou la voix nettoyée, les effets sonores et la musique) est mixée en une seule passe et mesurée selon la norme EBU R128.
• Un gain unique est appliqué pour préserver exactement l’équilibre entre la voix, la musique et les effets, tel que tu l’as réglé. Un limiteur avec anticipation, réglé à -1,5 dB, maintient ensuite la crête vraie sous -1 dBTP après l’encodage AAC.
• Le gain n’oblige jamais le limiteur à atténuer de plus de 6 dB les passages forts habituels. Il mesure le niveau généralement atteint par les passages forts (99 % des tranches de 100 ms), pas le pic le plus élevé. Un seul claquement ne fait donc pas baisser le volume de toute la vidéo. Il n’ajoute jamais plus de 20 dB et ne modifie pas les silences.
• Le résultat est mesuré une nouvelle fois et corrigé une seule fois : les coups et les claquements de mains sont pris en compte dans le volume, et une voix faible accompagnée de deux coups sur le micro se retrouvait 4 dB sous la cible avant cette vérification.
• Pas de normalisation dynamique : elle fait monter et descendre le niveau au rythme de la voix, ce qui produit un effet de pompage. Le son est encodé une seule fois, à 320 kbps.

Avant cette étape, la musique et les effets sonores sont déjà réglés en fonction du volume mesuré de ta voix (comment le niveau de la musique est réglé). Ainsi, une voix faible captée par webcam ne se retrouve pas noyée sous une piste trop forte.