Qu'est-ce que les données audio ? Représentation numérique du son expliquée
Données audio est une représentation numérique d'ondes sonores continues, créée en échantillonnant l'amplitude de l'onde à intervalles réguliers et en quantifiant chaque échantillon en valeur numérique discrète. Ce processus — Modulation de Code d'Impulsions (PCM) — est la fondation de tout audio numérique.
Paramètres clés
| Paramètre | Valeurs typiques | Effet |
|---|---|---|
| Fréquence échantillonnage (fs) | 44,1 kHz (CD), 48 kHz (vidéo), 96/192 kHz (pro/hi-res) | Freq max = fs/2 (Nyquist). 44,1 kHz → 22,05 kHz (couvre audition humaine 20 Hz–20 kHz). |
| Profondeur bits | 16-bit (CD), 24-bit (pro), 32-bit float (DAW interne) | Plage dynamique ≈ 6,02 dB × bits. 16-bit = 96 dB ; 24-bit = 144 dB (théorique). |
| Canaux | 1 (mono), 2 (stéréo), 5.1/7.1/Atmos (spatial) | Stockage entrelacé ou planaire. |
Formats courants
| Format | Compression | Usage typique | Qualité max |
|---|---|---|---|
| WAV / AIFF | Aucune (PCM) | Enregistrement pro, mastering, archivage | Illimitée (32-bit float, 384 kHz) |
| FLAC | Sans perte (~40–60 % taille) | Archivage, streaming hi-res, DAP | 32-bit, 384 kHz, multicanal |
| ALAC | Sans perte (~40–60 %) | Écosystème Apple | 32-bit, 384 kHz |
| MP3 | Perte (psychoacoustique) | Compatibilité legacy, bande passante faible | 320 kbps CBR / VBR V0 |
| AAC / HE-AAC | Perte (mieux que MP3) | Streaming (Apple, YouTube), iOS, Bluetooth | 320 kbps / 64 kbps (HE) |
| Opus | Perte (state-of-art) | VoIP, Discord, WhatsApp, WebRTC | 510 kbps (fullband stéréo) |
| DSD (DSF/DFF) | 1-bit sigma-delta | SACD, audiophile | DSD64–DSD1024 |
Exemples débits
- PCM qualité CD (44,1k/16/2) : 1 411 kbps → 10,6 Mo/min
- PCM hi-res (96k/24/2) : 4 608 kbps → 34,6 Mo/min
- FLAC (CD) : ~700–900 kbps → 5–7 Mo/min
- Spotify « Très haute » (320 kbps Ogg) : 2,4 Mo/min
- Apple Music Lossless (ALAC) : ~6–12 Mo/min
Audition humaine & Limites perceptuelles
- Plage fréquence : 20 Hz – 20 kHz (âge/bruit réduit limite haute)
- Plage dynamique : ~130 dB (seuil douleur – seuil audition)
- Bandes critiques : ~24 ERB (Equivalent Rectangular Bandwidths) — base codage perceptuel
- Masquage temporel : Sons forts cachent sons faibles avant/après (exploité par MP3/AAC/Opus)
Applications
- Production, distribution, streaming musical
- Parole : téléphonie (8 kHz bande étroite), VoIP (16–48 kHz large/full bande)
- Sound design, cinéma, gaming (audio spatial : Ambisonics, Dolby Atmos, DTS:X)
- Scientifique : bioacoustique, sismologie, CND ultrasonore
- Machine learning : ASR, TTS, génération musique, classification audio
Les données audio sont des nombres représentant pression dans le temps. L'art est capturer, traiter, délivrer ces nombres pour mouvoir l'air — et l'auditeur — exactement comme voulu.