Débit binaire vs échantillonnage vs profondeur : à quoi sert chacun

Votre application d'enregistrement affiche un écran d'export avec trois menus déroulants. L'un indique 44,1 kHz. Un autre, 16-bit. Le troisième, 192 kbps. Il faut bien choisir quelque chose, et rien à l'écran ne vous dit lequel des trois est celui qui compte.

Alors, soit vous laissez tout sur les valeurs par défaut en espérant que ça passe, soit vous poussez les trois au maximum et vous vous retrouvez avec un fichier trop lourd à envoyer.

Le débit binaire, la fréquence d'échantillonnage et la profondeur de bits sont trois mesures réellement différentes, et elles ne s'échangent pas les unes contre les autres comme cette fenêtre le laisse croire. Voici ce que décrit chacune d'elles, et laquelle fait presque tout le travail sur le fichier que vous obtenez au bout.

La fréquence d'échantillonnage : combien de fois le son a été mesuré

Le son est une onde de pression continue. Un ordinateur ne sait rien stocker de continu : un enregistreur prend donc un instantané de cette onde plusieurs milliers de fois par seconde et note un nombre pour chacun d'eux.

La fréquence d'échantillonnage, c'est le nombre d'instantanés par seconde. 44 100 Hz, que l'on écrit habituellement 44,1 kHz, signifie que l'onde a été mesurée 44 100 fois chaque seconde.

Ce chiffre étrangement précis découle d'une règle de l'échantillonnage : pour reconstituer une fréquence, il faut au moins deux échantillons par cycle. Un enregistrement à 44,1 kHz peut donc représenter des fréquences allant jusqu'à environ 22 kHz. Une oreille jeune et en bonne santé plafonne autour de 20 kHz, et bien en dessous avec l'âge. 44,1 kHz a été retenu pour couvrir tout ce qu'une personne peut réellement entendre, avec un peu de marge au-dessus.

Enregistrer à 96 kHz capte les fréquences jusqu'à 48 kHz. Les chauves-souris apprécieront. Les fréquences plus élevées ont de vrais usages en studio, surtout pour donner de la marge aux plugins de traitement avant le mixage final, mais pour un mémo vocal, une interview ou un cours magistral, elles n'apportent rien d'audible et doublent le fichier.

La profondeur de bits : avec quelle précision chaque mesure a été notée

Chacun de ces 44 100 instantanés par seconde doit être stocké sous forme de nombre. La profondeur de bits, c'est le nombre de bits alloués à ce nombre.

Le 16-bit offre 65 536 valeurs possibles par échantillon. Le 24-bit en offre environ 16,7 millions.

Ce que cela apporte, ce n'est pas du « détail » au sens où on l'imagine. C'est de la dynamique : l'écart entre le son le plus faible que le fichier peut décrire et le plus fort, avant de buter sur le bruit de fond. Le 16-bit couvre environ 96 dB de dynamique, largement plus que l'écart entre un murmure et un cri dans une pièce ordinaire. Le 24-bit couvre bien davantage que ce qu'un microphone ou une pièce vous donneront jamais.

La profondeur de bits gagne donc son utilité à l'enregistrement, pas à l'écoute. Si vous enregistrez en 24-bit et que la personne que vous interviewez se révèle bien plus discrète que prévu, il reste assez de marge en dessous pour remonter la prise sans faire monter le souffle avec elle. Une fois le fichier mixé et terminé, le 16-bit le décrit parfaitement bien.

Le débit binaire : combien de données le fichier dépense par seconde

Le débit binaire est le seul des trois à décrire le fichier plutôt que l'enregistrement. C'est simplement un nombre de bits de stockage par seconde.

Pour un fichier non compressé comme un WAV, ce n'est pas un choix du tout. Il découle des deux autres nombres :

44 100 échantillons/s × 16 bits/échantillon × 2 canaux = 1 411 200 bits/s

C'est le 1 411 kbps annoncé pour l'audio d'un CD. Rien n'a été décidé là. C'est de l'arithmétique.

C'est avec les formats compressés que le débit binaire devient un curseur que vous pouvez déplacer. Exportez un MP3 à 192 kbps et vous dites à l'encodeur qu'il dispose de 192 000 bits pour décrire chaque seconde de son, et qu'il doit jeter tout ce qu'il faut pour y entrer. Il élimine les parties qu'un modèle psychoacoustique prévoit que vous ne remarquerez pas : les fréquences faibles masquées par des fréquences plus fortes juste à côté, les détails situés au-dessus de votre seuil d'audition.

Donnez-lui 320 kbps, le plafond du MP3, et il ne jette presque rien. Donnez-lui 64 kbps et il en jette énormément, et cela s'entend.

Le podcasteur dont l'épisode ne passe pas en pièce jointe

Il enregistre une interview de 50 minutes en WAV, parce qu'on lui a dit que le WAV était l'option qualité. Le fichier atteint environ 500 Mo. Le serveur de messagerie de son co-animateur le rejette, le disque partagé est plein, et le téléversement vers sa plateforme d'hébergement stagne à 12 % depuis une heure. L'enregistrement, ce sont deux personnes qui parlent dans une pièce calme. Presque rien dans ce demi-gigaoctet ne décrit ce que l'un ou l'autre a dit.

L'enseignante qui a poussé tous les réglages au maximum

Elle enregistre ses cours et, voulant le meilleur pour ses étudiants, règle l'enregistreur sur 96 kHz et 24-bit. Ses fichiers font trois fois la taille de ceux que partage son collègue. Écoutés sur le haut-parleur d'un ordinateur portable, sur des écouteurs, sur un téléphone en voiture, ils sonnent exactement comme les siens. Elle paie, en gigaoctets, une marge qu'une seule voix dans un amphithéâtre n'allait jamais utiliser.

Quel nombre fait vraiment varier la taille du fichier

Voici ce que la fenêtre d'export vous cache : pour un fichier compressé, la profondeur de bits cesse d'exister.

Un MP3 n'a pas de profondeur de bits. Il ne stocke pas du tout d'échantillons. Il stocke des coefficients dans le domaine fréquentiel, et il se mesure au seul débit binaire. Le réglage 24-bit auquel vous avez fait si attention disparaît à l'instant où vous encodez. Le MP3 standard n'accepte par ailleurs qu'une courte liste de fréquences d'échantillonnage (32, 44,1 et 48 kHz) : un master à 96 kHz est donc rééchantillonné vers le bas au passage, que vous l'ayez demandé ou non.

Reste donc une hiérarchie limpide pour tout ce que vous comptez envoyer à quelqu'un d'autre :

Nombre	Ce qu'il contrôle	Son effet sur un MP3 final
Fréquence d'échantillonnage	La fréquence la plus haute captée	Peu de chose au-delà de 44,1 kHz ; les valeurs plus élevées sont rééchantillonnées vers le bas
Profondeur de bits	La dynamique à l'enregistrement	Aucun. Elle n'est même pas stockée dans un MP3
Débit binaire	Les données dépensées par seconde	Tout. Il fixe à la fois la taille et la qualité

La fréquence d'échantillonnage et la profondeur de bits sont des décisions d'enregistrement, prises avant même d'allumer le micro. Le débit binaire est la décision de diffusion, prise à la fin. Quand un fichier est trop lourd à envoyer, le débit binaire est le nombre à changer, et c'est très souvent le seul.

Modifier ces réglages sur un fichier que vous avez déjà

Ce qui est pratique dans cette hiérarchie, c'est que la décision de diffusion est celle sur laquelle vous pouvez encore revenir. Vous ne pouvez pas réenregistrer un cours à une autre fréquence d'échantillonnage, mais vous pouvez toujours réencoder ce que vous avez à un débit qui convient.

Les deux outils ci-dessous fonctionnent entièrement dans votre navigateur : l'audio n'est jamais envoyé vers un serveur. Cela compte plus que d'habitude pour des enregistrements où d'autres personnes parlent.

Comment le podcasteur parvient à l'envoyer

Il réencode l'interview à un débit binaire plus faible, en choisissant une valeur adaptée à deux voix plutôt qu'à un orchestre. La taille estimée se met à jour avant qu'il ne valide, si bien qu'il voit le WAV de 500 Mo tomber à quelques dizaines de mégaoctets. Même interview, mêmes mots, et un fichier que le serveur de messagerie de son co-animateur acceptera.

Comment l'enseignante obtient un cours qu'elle peut partager

Elle n'a rien à réenregistrer. Elle convertit le WAV à 96 kHz en MP3, ce qui le rééchantillonne à 44,1 kHz et évacue complètement la question de la profondeur de bits. Ses étudiants reçoivent un fichier qui se lit en streaming sur un téléphone, et qui sonne exactement comme la version trois fois plus lourde.

La version courte

La fréquence d'échantillonnage, c'est le nombre de fois où le son a été mesuré. La profondeur de bits, c'est la précision avec laquelle chaque mesure a été stockée. Le débit binaire, c'est la quantité de données que le fichier final dépense par seconde. Les deux premiers se décident avant d'enregistrer, et pour la parole les valeurs par défaut sont déjà les bonnes. Le troisième décide si votre fichier part ou non, et c'est le seul qui mérite qu'on y touche après coup.

Besoin qu'un enregistrement tienne dans la limite ? Essayez Compresser l'audio gratuitement →

Coincé avec un WAV ou un M4A à la place ? Audio en MP3 → s'occupe de la conversion dans le même onglet du navigateur.