Pourquoi le son 3D et l’image 3D sont-ils décalés lorsque nous nous déplaçons le long d’un écran 3D ?

Prenons un exemple :Vous filmez en relief une personne qui secoue devant vous une canne à pêche, avec une petite clochette au bout : les caméras gauche et droite convergent sur cette personne afin de mettre en effet de jaillissement la canne à pêche lors de la diffusion.

Maintenant regardons en relief cette séquence dans une salle de cinéma :

Restez debout, à une dizaine de mètres de l’écran, au centre, vous voyez cette clochette en effet de jaillissement, devant vos yeux et vous l’entendez devant vous.

Déplacez vous ensuite latéralement à gauche et à droite de l’écran en fixante la clochette.

Surprise ! L’image 3D de la clochette vous suit à gauche et à droite mais pas le son ! Celui-ci reste bien central comme lors de la captation.

Explications pour "l’image 3D" :

Après avoir ôté vos lunettes 3D, observez l’écartement entre les points homologues (identiques) gauche et droit de cette clochette.

La clochette étant en jaillissement, le point homologue de la clochette situé à droite sur l’écran est vu par votre oeil gauche et le point homologue de la clochette situé à gauche sur l’écran est vu par votre oeil droit.

Situez sur le schéma les yeux de l’observateur en position n° 2 :

la droite reliant l’oeil_Gauche-2 au Point Homologue G (situé à droite sur l’écran) et la droite reliant l’oeil_Droit-2 au Point Homologue D (situé à gauche sur l’écran) se croisent au point de convergence 2.

Ce point de convergence 2 va naturellement se déplacer latéralement en suivant votre propre déplacement en 1 et 3, et la localisation spatiale de l’image 3D va suivre la même trajectoire.

Explications pour "le son 3D" :

Le son de la clochette est nécessairement spatialisé au centre de l’écran, en « x », puisque la clochette était au centre du cadrage des caméras lors de la captation.

En salle, le spectateur, suivant sa localisation en « x » plus ou moins désaxée du centre de l’ecran, localisera l’image de la clochette dans sa direction mais le son sera toujours perçu au centre de l’écran.

Le spectateur, suivant sa localisation en « z » plus ou moins proche de l’écran, percevra une intensité relief plus ou moins forte, linéairement , selon sa distance à l’écran.

Plus le spectateur sera éloigné de l’écran, plus le relief de l’image 3D sera important voir exagéré. Il faudra donc gérer la localisation spatiale en « z » de ce son en fonction de la distance entre le spectateur « moyen » au milieu de la profondeur de la salle, et l’écran.

Solution proposée :

En salle de cinéma, il faudrait que chaque spectateur porte un casque individuel et que les sons soient spatialement modifés en fonction de la localisation de chacun, afin de restituer l’espace sonore au plus près de l’espace visuel en 3D-relief.

Et puisque la perception de l’intensité relief dépend aussi de la distance entre nos deux yeux, il faudrait que le casque détecte s’il est porté par un enfant ou par un homme adulte. (distance inter pupillaire entre 50 mm et 73 mm).

Les salles n’étant généralement pas équipées de casques audio spécifiques, on optera pour une spatialisation du son basée sur la moyenne des paramètres cités ci-avant.