Fonctionnement
Comment StakdTrax garde plusieurs iPhone en phase
La plupart des apps d'« enregistrement synchronisé » essaient de démarrer tous les téléphones au même instant. C'est impossible, alors StakdTrax n'essaie pas. Voici ce qu'il fait à la place, en termes simples.
Enregistrer est un horodatage, pas un appui sur un bouton
Le moteur audio d'un iPhone met un moment imprévisible à démarrer : des dizaines de millisecondes, différentes à chaque fois. Deux téléphones à qui l'on demande de démarrer ensemble ne démarreront jamais vraiment ensemble.
Chaque téléphone commence donc à écouter dès que la session est prête, avant que quiconque appuie sur Enregistrer, et continue d'écouter. Chaque tranche d'audio captée porte l'heure de l'horloge du téléphone. Quand l'hôte appuie sur Enregistrer, cela devient un marqueur sur la ligne de temps commune. Démarrer ensemble cesse d'être un problème matériel insoluble pour devenir un problème d'horodatage, et un horodatage, ça se corrige.
Trois façons dont les téléphones divergent
- L'écart d'horloge. Les horloges de deux téléphones n'affichent pas la même heure. Les téléphones échangent des messages de synchronisation sur le lien local, gardent les allers-retours les plus rapides, et s'accordent à environ une demi-milliseconde à deux millisecondes près par Wi-Fi.
- La dérive d'horloge. Deux téléphones ne comptent pas le temps tout à fait à la même vitesse. Un écart de 30 parties par million semble minuscule, mais sur une prise de dix minutes il atteint 18 ms, assez pour entendre un flou sur une ligne de caisses claires. StakdTrax mesure la dérive sur toute la prise et la corrige à la construction de l'empilement.
- La dérive de l'horloge audio. L'horloge d'échantillonnage du micro est encore distincte. Un téléphone qui enregistre à 48 000 Hz nominal tourne peut-être en réalité à 47 999,7 Hz. StakdTrax compare les échantillons enregistrés au temps écoulé et rééchantillonne chaque piste pour qu'elle reste en phase de la première mesure à la dernière.
Se regrouper, étalonner, se disperser

Un alignement sous la milliseconde demande une étape de plus. Le son met environ 3 ms à traverser un mètre de pièce : un balayage entendu par des téléphones dispersés dans une salle mesure donc deux choses à la fois, l'écart entre leurs horloges et la distance entre chaque téléphone et le haut-parleur. Impossible de séparer les deux sans connaître les distances.
On tient donc d'abord les téléphones ensemble, à moins de 30 cm, ce qui garde le temps de parcours sous la milliseconde. L'hôte joue un court balayage, chaque téléphone l'entend pratiquement au même moment, et la différence entre leurs enregistrements est l'écart d'horloge seul, mesuré à une fraction d'échantillon près. Ensuite, tout le monde se disperse pour enregistrer.
Cela prend quelques secondes. L'étalonnage, étape par étape.
Après la prise
Quand les téléphones envoient leurs pistes à l'hôte, chaque piste emporte ce qu'il faut pour la placer : les relevés de son horloge, sa fréquence d'échantillonnage mesurée et l'endroit où le balayage d'étalonnage est tombé. C'est pourquoi un téléphone qui décroche et envoie sa prise plus tard s'aligne exactement comme il l'aurait fait le soir même.
L'hôte construit ensuite l'empilement : chaque piste placée sur une même ligne de temps, la dérive corrigée, le tout mixé, et aussi écrit en un fichier par téléphone avec un CSV des décalages. Collecte et empilement.