Le problème de l'étiquette du bruit

Tapez “brown noise” dans n’importe quelle application de streaming et vous obtenez des milliers de pistes. Ajoutez “green noise” et il en apparaît des milliers d’autres. Elles ne peuvent pas toutes être ce que l’étiquette promet, car une couleur de bruit n’est pas une humeur. C’est un nombre.

C’est l’une des rares affirmations de tout le catalogue d’audio d’ambiance qui soit pleinement vérifiable. Blanc, rose, brun, vert : chaque nom précise exactement comment l’énergie d’un son se répartit sur la plage de fréquences. Passez l’audio dans un analyseur et la forme correspond au nom ou non. Il n’y a pas de place pour l’interprétation, aucun goût n’intervient. Nous avons donc fait la chose évidente. Nous avons mesuré un lot de pistes populaires comme le ferait un instrument de laboratoire, et nous avons posé à chacune une seule question : le spectre correspond-il vraiment au mot inscrit sur l’étiquette ?

Les réponses n’étaient pas flatteuses.

Ce qu’est réellement l’affirmation

Une couleur de bruit est une pente spectrale : une ligne droite décrivant la manière dont l’intensité sonore chute à mesure que la hauteur monte, tracée sur un graphique log-log de la puissance en fonction de la fréquence. L’unité est le décibel par octave, la baisse d’énergie chaque fois que la fréquence double.

Le bruit blanc est plat. Énergie égale à chaque fréquence, une pente de 0 décibel par octave, ce qui explique qu’il ressemble à un sifflement clair et uniforme. Le bruit rose s’incline vers le bas d’environ -3 décibels par octave, plus doux pour l’oreille et courant dans la nature. Le bruit brun est encore plus raide, chutant à environ -6 décibels par octave, ce grondement grave et profond avec les aigus presque entièrement atténués. Le vert se situe vaguement au milieu, appuyé sur les médiums, et c’est le moins normalisé des quatre.

Ces nombres constituent toute la définition. “Brown noise” ne veut pas dire sombre, ni grave, ni apaisant. Cela veut dire un spectre qui suit une ligne de -6 décibels par octave. Une piste est brune ou elle ne l’est pas, et la différence est mesurable à une fraction de décibel près. L’étiquette est une affirmation vérifiable, et une affirmation vérifiable peut échouer.

Ce que la science montre réellement

Voici pourquoi l’étiquette mérite d’être vérifiée plutôt que crue. Les recherches que les gens citent lorsqu’ils recommandent ces sons ont été menées avec un bruit soigneusement spécifié, caractérisé par son spectre mesuré, et non avec ce qu’une playlist décide d’appeler brun.

Les résultats les plus clairs concernent l’attention, et ils sont modestes. Une revue de 2024 a constaté que le bruit blanc ou rose produisait un petit effet positif sur la performance aux tâches chez les auditeurs présentant des difficultés attentionnelles marquées, tout en tendant à jouer contre les auditeurs neurotypiques (Nigg et al., 2024). Par ailleurs, la littérature plus large sur le son de fond continu et le sommeil décrit le stimulus comme un signal acoustique défini, en rapportant le spectre utilisé plutôt qu’un nom de couleur (Riedy et al., 2021). Des travaux plus récents sur le bruit environnemental et continu conservent cette pratique, reliant tout effet mesuré au contenu spectral spécifique du son (Basner et al., 2026).

Le fil commun n’est pas la couleur. C’est que chacune de ces études savait, et déclarait, ce qu’était réellement son bruit. C’est exactement ce qu’un fichier mal étiqueté brise. Si une piste vendue comme bruit brun est en réalité autre chose, elle ne reproduit pas les conditions que ces recherches ont testées, et il n’y a aucune raison d’en attendre le même résultat. L’étiquette n’est pas une décoration posée sur la science. C’est le lien entre le fichier et l’étude, et quand l’étiquette est fausse, le lien est rompu.

Ce que nous avons mesuré

Notre méthode est délibérément ennuyeuse, et c’est bien le but. Nous prenons l’audio, nous estimons sa densité spectrale de puissance avec un périodogramme de Welch dans scipy, et nous ajustons une ligne droite au spectre log-log entre 200 Hz et 8 kHz. La pente de cette ligne est le nombre qui compte. Le blanc devrait tomber près de 0, le rose près de -3, le brun près de -6 décibels par octave. Aucune écoute, aucune opinion, juste l’ajustement.

Passez cela sur le catalogue populaire et les étiquettes commencent à se défaire. Un extrait vendu comme bruit brun peut mesurer près de -2 décibels par octave, plus proche du rose que du brun. Il masque une plage de fréquences différente de celle qu’une vraie pente de -6 masquerait, simplement parce qu’il reste davantage d’énergie de haute fréquence en place. Il ne ment pas sur le fait d’être du bruit. Il ment sur quel bruit. À l’oreille il peut passer ; à l’ajustement, non.

Pour nos propres séances, nous éliminons entièrement les conjectures. L’audio est synthétisé en Python à partir de la définition mathématique de la couleur cible, puis mesuré avec le même ajustement avant d’aller où que ce soit. La pente que nous obtenons est la pente que nous publions, dans chaque description, car c’est la seule partie de l’affirmation qui ne soit pas une question de goût. Si nous appelons quelque chose brun, le reçu indique -6.

Les limites honnêtes

Une mesure règle ce qu’est un son, pas ce qu’il fera pour vous. Une étiquette parfaitement correcte ne promet aucun bénéfice. Les effets sur l’attention dans la littérature sont faibles, dépendent de l’auditeur et vont parfois dans le mauvais sens, de sorte qu’un vrai bruit brun n’est pas une aide garantie à la concentration ni un traitement d’aucune affection (Nigg et al., 2024).

La mesure a aussi ses bords. Nous ajustons entre 200 Hz et 8 kHz parce que c’est là que les couleurs se comportent le mieux ; en dessous et au-dessus de cette fenêtre, les enregistrements réels s’égarent, et une seule ligne droite est toujours une simplification d’un spectre plus texturé. Une pente est la bonne première question à poser à une piste. Ce n’est pas la dernière. Ce qu’elle vous apporte, c’est de l’honnêteté : vous savez ce que vous écoutez avant de décider si cela vous aide.

Vérifiez-le vous-même

Vous n’avez pas à faire confiance à nos chiffres, et vous ne devriez faire confiance à ceux de personne, y compris l’application qui vous a servi la piste. Déposez n’importe quel fichier de bruit coloré dans un analyseur de spectre gratuit et regardez la pente. Un vrai bruit brun chute en ligne droite à environ -6 décibels par octave ; le rose à environ -3 ; le blanc reste plat. Beaucoup de fichiers étiquetés bruns mesurent bien plus plat que cela, et une fois que vous l’avez vu sur le tracé, vous ne pouvez plus l’ignorer.

L’étiquette et la mesure devraient concorder. Quand elles concordent, vous avez un son sur lequel vous pouvez raisonner. Quand elles ne concordent pas, vous avez appris que le mot inscrit sur le fichier n’était qu’une décoration, et il a fallu environ trente secondes pour le découvrir.

Ceci n’est pas un avis médical. Ces séances favorisent la détente et le bien-être général, et ne constituent un traitement d’aucune affection.