PULSE #05 - ST 2110 en régie, Teams en duplex : le paradoxe de la production IP

Bien avant la pandémie, les rédactions utilisaient déjà Skype, puis Webex, Teams et Zoom pour leurs interviews et leurs duplex. Pas parce que ces outils étaient pensés pour le broadcast, mais parce qu'ils étaient disponibles, familiers et rapides à déployer. La pandémie n'a pas créé cet usage : elle l'a simplement rendu irréversible.

C'est un glissement progressif d'un outil de réunion vers une infrastructure de production, sans vrai choix d'architecture. Le secteur commence à l'admettre officiellement : la visioconférence est désormais une brique centrale du live. Mais le vrai problème reste entier.

🌍 Observations issues de mon expérience dans des organisations audiovisuelles françaises. Elles n'engagent pas mon employeur.

L'industrie a bâti une partie critique de sa chaîne sur des solutions dont elle ne maîtrise pas la feuille de route.

Skype TX, puis Teams et Zoom, ont apporté des réponses pratiques, mais toujours dépendantes de décisions qui échappent au broadcast. Quand l'éditeur change de cap, toute la chaîne doit suivre. L'arrêt de Skype TX en est l'exemple le plus concret : des éditeurs avaient commercialisé des boîtiers dédiés autour de cette brique logicielle. Le matériel était solide. Mais la décision de Microsoft n'a pas été anticipée avec suffisamment de préavis pour permettre une migration sereine.

L'histoire s'est répétée. Teams et Zoom ont pris le relais. La dépendance structurelle à des éditeurs dont l'agenda principal n'est pas le broadcast, elle, n'a pas changé.

Le constat s'est imposé progressivement dans le secteur : ce qui était un bricolage temporaire est devenu une infrastructure de production centrale. Ce qui aurait dû déclencher une réflexion d'architecture a simplement été absorbé comme une nouvelle norme.

Il existe deux usages très différents, trop souvent traités avec le même outil.

L'entretien enregistré d'abord. La priorité est la simplicité maximale pour l'invité : un lien, un clic, pas d'installation, agnostique du matériel et du système d'exploitation. Côté technique, on attend une qualité audio et vidéo optimale même à faible débit, et surtout la disponibilité immédiate du fichier dans le système de montage, avec les flux audio isolés par participant.

Le direct ensuite. Les exigences changent radicalement : fiabilité absolue du flux, intégration transparente avec les systèmes de fabrication, formats de sortie flexibles en NDI, SDI ou SRT. Et surtout, la gestion du retour audio, le N-1 : l'intervenant distant doit entendre ses interlocuteurs en plateau dans son oreillette, sans entendre sa propre voix en retour. Ce détail technique, invisible pour l'utilisateur grand public, est le nerf de la guerre pour tout direct professionnel.

J'ai vécu des situations où ce retour N-1 n'était pas correctement géré dans un direct sur outil de visio. L'intervenant entend sa propre voix, hésite, décroche. En régie, personne ne sait exactement où se règle le problème : dans l'application, dans le mélangeur, dans la console audio ? L'interface de réunion ne prévoit pas cette question. Elle n'existe pas dans son modèle.

Le problème n'est pas seulement logiciel.

D'un côté, une régie maîtrisée : infrastructure dédiée, réseau calibré, opérateurs formés. De l'autre, un intervenant distant : connexion domestique partagée, matériel grand public, environnement acoustique et lumineux imprévisible. Ces deux bouts de la chaîne ne jouent pas dans la même cour.

Le DPP le dit explicitement : "La variabilité de la bande passante, la latence et la saturation du réseau introduisent des limites impossibles à corriger techniquement. Le plafond d'une qualité broadcast constante n'est pas seulement un problème d'outils. C'est un problème structurel lié à la physique des réseaux."

L'asymétrie est aussi organisationnelle. En production classique, l'opérateur contrôle tous les paramètres. Avec un outil de visio grand public, il doit donner des instructions verbales à l'intervenant : "activez votre micro", "approchez-vous de la caméra". Chaque instruction est un temps de réaction perdu, une friction que le direct ne pardonne pas.

On peut atténuer cette asymétrie avec des correctifs IA en temps réel : correction du regard, suppression de réverbération, amélioration lumineuse. Utile. Mais ce n'est pas une solution à l'origine du problème.

Le nœud du problème reste le même : les formats de sortie et l'isolation des flux.

La majorité des outils de visioconférence sortent encore un flux RTMP limité à 1080p. Or les systèmes de production broadcast modernes travaillent en SRT, NDI, IPMX ou ST 2110. Entre les deux, une conversion systématique ajoute de la latence, un coût d'infrastructure et un nouveau point de défaillance dans la chaîne.

En streaming first, un duplex doit alimenter simultanément l'antenne linéaire, le live YouTube, le clip social, le MAM. Chaque destination a ses propres exigences. Sans flux audio et vidéo isolés par participant, les possibilités de retraitement en aval sont sévèrement limitées.

Il y a une demande forte et documentée pour que ces plateformes fournissent nativement du SRT, du NDI et des flux ISO séparés. C'est en cours chez certains acteurs. Ce n'est pas encore la norme.

Sur le terrain, les équipes bricolent, intègrent et contournent.

vMix s'est imposé en haut de liste dans les environnements que j'observe. Sa fonctionnalité vMix Call, basée sur le WebRTC, résout nativement l'équation des rédactions : un lien simple pour l'invité, des flux isolés en sortie, un routage direct en NDI ou SDI, une gestion transparente du retour N-1. Ce n'est pas une solution broadcast au sens historique, mais elle offre un niveau de contrôle que Teams ou Zoom ne donnent pas nativement.

OBS combiné à VDO.ninja, WebRTC open source à haute qualité et coût zéro, permet d'extraire des flux professionnels et de les injecter dans la chaîne de fabrication. Une réponse pragmatique, flexible, mais qui repose sur des individus compétents plutôt que sur une infrastructure documentée et maintenable.

Ces solutions n'apparaissent pas dans les publications spécialisées parce que l'innovation ne vient plus des éditeurs de visio purs. Elle vient des mélangeurs logiciels d'intégration, adoptés par des techniciens qui ont résolu le problème par eux-mêmes, au plus près de l'antenne. La tendance la plus significative ne vient d'ailleurs pas des plateformes de visio elles-mêmes, mais de leur intégration au cœur des infrastructures broadcast, comme on l'a vu à la NAB 2026 avec l'intégration native de l'écosystème Zoom (via la brique ZoomISO Cloud) au sein de la plateforme cloud AMPP de Grass Valley.

La démonstration la plus significative de la NAB 2026 sur ce sujet n'est pas venue d'un éditeur de visioconférence, mais d'un constructeur broadcast historique.

Grass Valley a présenté une intégration entre sa plateforme cloud AMPP et Zoom via ZoomISO Cloud, en s'appuyant sur le protocole MXL 1.0 (Media eXchange Layer) comme couche de transport interne. Une nuance de taille : contrairement à Microsoft Teams qui intègre ses fonctionnalités de sorties broadcast au cœur de son offre standard, Zoom s'appuie sur ZoomISO Cloud, une extension spécialisée et payante issue du rachat de Liminal. C'est précisément cette brique dédiée qui permet d'isoler proprement les flux et de s'interconnecter avec l'ingénierie de l'antenne.

Le concept change fondamentalement la nature du problème : plutôt que de connecter deux systèmes distants par des protocoles réseau externes, cet add-on ZoomISO Cloud tourne comme une application conteneurisée directement à l'intérieur de l'infrastructure AMPP, où l'audio, la vidéo et les métadonnées sont échangés en mémoire partagée via MXL, disponibles instantanément pour le mélangeur, les serveurs graphiques et les processeurs de la régie. Sans encodage externe. Sans conversion de protocole. Sans passerelle matérielle intermédiaire.

Zoom ne fournit plus un flux à la régie. Il opère au cœur même du tissu informatique de la production, via une couche d'interopérabilité ouverte.

MXL mérite une mention particulière. Annoncé en avril 2025 par la Linux Foundation en collaboration avec l'EBU et la NABA, ce protocole open source est conçu pour connecter des microservices de production en mémoire partagée, évitant la complexité du transport IP traditionnel à l'intérieur des clusters de calcul cloud. BBC, CBC/Radio-Canada, SVT, RTÉ, VRT participent au projet. Et France TV en est membre fondateur.

Mon avis de terrain : cette démonstration est une immense claque pour tous ceux qui pensaient que le cloud n'était qu'un empilement de câbles virtuels. Ce que Grass Valley et l'extension ZoomISO nous prouvent, c'est que l'avenir du broadcast n'est plus une affaire de tuyaux (SRT ou NDI), mais une affaire d'interopérabilité mémoire au sein d'architectures Kubernetes. En tant qu'ingénieur, voir une application de visio d'entreprise s'exécuter dans le même espace mémoire qu'un mélangeur de production, c'est la fin du bricolage des passerelles. On ne cherche plus à faire dialoguer deux mondes : on fusionne la bureautique et la régie au niveau de l'infrastructure logicielle. C'est propre, c'est scalable.

Le NAB 2026 l'a confirmé : la visioconférence est désormais traitée au même niveau que la cybersécurité et le rapatriement du cloud. Ce n'est plus un sujet périphérique. C'est une priorité d'architecture broadcast.

Le SRT consolide sa position avec 85% des contributions vidéo distantes en production broadcast mondiale, soutenu par une alliance de plus de 600 membres dont Google Cloud, Sony et YouTube. Le transport réseau pur n'est plus le problème. L'intégration logicielle bout-en-bout reste le défi. Et c'est exactement là que MXL 1.0, dont la version production est attendue en 2026, vient positionner une nouvelle couche ouverte entre ST 2110 en périphérie et les microservices cloud au cœur de la production.

La convergence ProAV et médias accélère. Les chiffres de la NAB 2026 montrent une explosion des professionnels de la vidéo d'entreprise et de la Creator Economy parmi les acheteurs de solutions broadcast. Le marché change de visage. Les solutions de contribution distante doivent suivre.

Ce glissement de l'outil de réunion vers l'infrastructure de production n'est pas une tendance à venir. C'est déjà la réalité opérationnelle des rédactions et des régies.

La question n'est plus de savoir si Teams ou Zoom doivent entrer dans le broadcast. Ils y sont déjà. La vraie question est de savoir si l'industrie va continuer à subir cette dépendance ou si elle va reprendre la main sur cette partie critique de sa chaîne de fabrication par le biais de l'intégration logicielle hybride.

L'asymétrie technique entre une régie et un intervenant distant restera dictée par la physique des réseaux. Ce qui peut changer, c'est notre capacité à la documenter, la contrôler et la maîtriser.

Et vous, quelle architecture utilisez-vous aujourd'hui pour gérer vos duplex et vos intervenants à distance ? Ce numéro est une invitation au débat. Vos retours terrain seront la meilleure suite à cette analyse.

PULSE TALENT - un projet en cours de construction. L'idée : une bourse des talents où convergent le broadcast, l'IT et le cloud, où votre valeur de marché évolue en temps réel, vérifiée par vos pairs et certifiée blockchain. Ingénieur broadcast, technicien audiovisuel, architecte IP, expert MAM, DevOps média ou profil hybride : votre profil mérite d'être visible au bon endroit.

pré-inscrivez-vous sur pulsetalent.fr

Note éditoriale : ce numéro s'appuie sur mon expérience terrain dans des organisations audiovisuelles françaises, sur le DPP Tech Trends 2026, sur le Devoncroft Big Broadcast Survey 2025, et sur les synthèses NewscastStudio 2025-2026. Les scènes décrites sont réelles. Les organisations ne sont pas nommées.