Cher Ahikar,
Il faut impérativement que vous parveniez à procéder à un essai à l'aide de votre Zoom H4, uniquement. Si vous êtes capable de créer un tel circuit et obtenir une bonne qualité d'enregistrement, là où tant de paramètres en dépendent, vous pourrez, c'est certain, parvenir à produire un bel essai grâce au Zoom, qui est un encodeur excellent.
D'après vos photos, vous possédez le même H4 que moi (j'avais dû l'acquérir en 2011). En voici la notice 
: http://dl.free.fr/o0WCXdpVx.
Pour ma part, je n'utilise pas personnellement le Zoom H4 car je trouve son encodage un peu sec sur ma voix (je crois que le Zoom H2 aurait été plus adéquat), mais ce micro est d'une qualité indéniable : bien paramétré, il offre un résultat très professionnel.
Si vous éprouvez des difficultés afin de régler convenablement le volume de votre Zoom H4, je pourrai, si vous le souhaitez, réaliser quelques tests sur le mien, vous indiquer les valeurs que j'adopte et vous adresser pour exemple un court extrait d'enregistrement. N'hésitez pas au besoin 
Je comprends votre sentiment lorsque vous indiquez perdre un certain naturel de lecture en songeant trop à votre position au micro lors de l'enregistrement : il faut en effet complètement oublier celui-ci. Mais le conseil de Christine était très judicieux : en l'appliquant, même imperceptiblement (parfois un mouvement d'un centimètre suffit à moduler de façon adéquate la qualité d'un enregistrement), vous pourriez économiser un temps précieux en montage. Détourner légèrement la tête, la lever légèrement, etc, n'est pas plus contraignant que prêter attention à la survenue de ses plosives , pour les nombreux donneurs de voix du site qui n'utilisent pas de filtre anti-pop.
Un travail en amont sur la modulation de la voix permet une production d'enregistrements de très grande qualité, parfois avec des micros très basiques : utilisés par une voix expérimentée, sans filtre anti-pop, ceux-ci font des merveilles. L'expérience – et l'aisance en enregistrement – me semblent très importantes.
Je crois qu'il ne faut pas comparer le temps passé sur une chanson (ou sur un poème), l'effet recherché étant tout autre que dans le cadre d'une lecture de roman : sur des enregistrements courts, on recherche une prononciation particulière, une accentuation particulière, l'auditeur va s'imprégner du texte, lequel souvent sera, puisque court, connu par coeur. Dans le cadre de la lecture d'un roman, c'est davantage un rythme, une émotion dans la lecture, véhiculée notamment par les respirations (lesquelles auraient tendance à être ôtées dans le cadre d'une chanson ou d'un poème 
). L'effet d'une lecture (apprécié par les audiolecteurs) est aussi celui de la spontanéité. C'est la différence entre le cinéma et le théâtre : on peut refaire chaque prise et monter sans limite de temps pour chercher à obtenir une perfection, ou tenter d'obtenir une excellente qualité d'emblée en songeant que l'on n'a pas droit à l'erreur : ayez le trac en enregistrant, votre qualité sera performante
On a par ailleurs tendance à prêter trop attention au codage visuel d'une piste, y ayant accès par Audacity. Cependant, un grand nombre de phénomènes de saturation, lorsqu'ils ne dépassent pas une certaine amplitude (10 dB), sont inaudibles en terme de perte de qualité. Personnellement, il m'arrive de moduler certains passages de mes enregistrements, même en cours de phrase (voire de mot – lorsque je reprends par exemple ultérieurement un terme erroné), en amplifiant ou désamplifiant de 1,9 dB : en ne dépassant pas ce seuil, l'oreille humaine ne perçoit pas la retouche (au-delà de 2 dB, il peut se produire une sorte de léger craquement).
Dans le cadre de dialogues tout particulièrement, vous pouvez cumuler ces amplifications / désamplifications de passages, à la condition de ne pas appliquer strictement aux mêmes passages la modulation (sous peine de survenue de craquements). Mais vous pouvez tout-à-fait élargir ou rétrécir très légèrement (de quelques dixièmes de secondes à chaque fois) le passage que vous modulez d'une valeur de +/- 1,9 dB, cela vous permettra d'obtenir une uniformité de volume de piste très naturelle, aux retouches indécelables par l'oreille.
Par ailleurs, vous pouvez, en montage, créer et appliquer des scripts à vos enregistrements : c'est-à-dire qu'une fois évaluées les retouches nécessaires à appliquer invariablement à vos enregistrements (par exemple niveleur, compresseur, amplification, tronquer silences, etc), vous pouvez programmer celles-ci dans un ordre précis et les appliquer invariablement à vos pistes vocales pour obtenir un résultat optimal.
J'esprès que la notice du Zoom H4 vous permettra de réaliser ce test (en vous appuyant sur elle, peut-être serez-vous en mesure de procéder pas à pas sans perdre les réglages existants de votre configuration actuelle si un enregistrement à l'aide du Zoom H4 seul ne vous convenait pas…).
N'hésitez pas à m'adresser, si vous le souhaitez, un ou plusieurs tests d'enregistrement !!!
Bien amicalement,
Carole