Enseignement scientifique — Son et musique, porteurs d'information
Le codage numérique du son
Échantillonnage, quantification, fréquence d'échantillonnage, compression (MP3)
Résumé synthétiqueFiche en 4 sectionsQuiz de 10 questionsGratuit, sans pub
Résumé
La numérisation d'un son analogique consiste à le convertir en une suite de nombres stockables et manipulables par un ordinateur. Ce processus comprend deux étapes essentielles : l'échantillonnage et la quantification. L'échantillonnage consiste à mesurer la valeur du signal à intervalles réguliers : la fréquence d'échantillonnage $f_e$ (en Hz) détermine le nombre de mesures par seconde. Le théorème de Shannon impose que $f_e \geq 2 f_{\max}$ pour restituer fidèlement le signal (pour un CD audio : $f_e = 44\,100$ Hz, car $f_{\max}$ audible $\approx 20\,000$ Hz). La quantification consiste à coder chaque échantillon sur un nombre fini de bits : un CD utilise 16 bits, soit $2^{16} = 65\,536$ niveaux possibles. Plus le nombre de bits est élevé, plus la résolution est fine et le son fidèle. Le débit binaire d'un fichier audio dépend de $f_e$, du nombre de bits et du nombre de voies. La compression (MP3, AAC) réduit la taille des fichiers en supprimant les informations inaudibles grâce à des modèles psychoacoustiques.
La numérisation du son transforme un signal analogique continu en une suite de nombres discrets. L'échantillonnage est la première étape : on mesure la valeur du signal à intervalles réguliers, et le théorème de Shannon fixe la fréquence minimale.
La numérisation du son : échantillonnage (découpage temporel) puis quantification (codage en bits) du signal analogique.
- Signal analogique : continu en temps et en amplitude. Signal numérique : discret (suite de valeurs)
- Échantillonnage : on mesure la valeur du signal à intervalles réguliers de durée $T_e = \dfrac{1}{f_e}$
- Fréquence d'échantillonnage $f_e$ : nombre d'échantillons prélevés par seconde (en Hz)
- Théorème de Shannon (Nyquist) : $f_e \geq 2 f_{\max}$ pour restituer le signal sans perte d'information
- CD audio : $f_e = 44\,100$ Hz ($> 2 \times 20\,000$ Hz). Téléphonie : $f_e = 8\,000$ Hz (voix jusqu'à $4\,000$ Hz)
- Si $f_e$ est trop faible : repliement spectral (aliasing), le signal restitué est déformé
Exemple
CD audio : $f_e = 44\,100$ Hz ($> 2 \times 20\,000$ Hz, théorème de Shannon). Téléphonie : $f_e = 8\,000$ Hz (la voix humaine ne dépasse guère $4\,000$ Hz, donc $8\,000 > 2 \times 4\,000$ suffit). La qualité est volontairement réduite pour économiser la bande passante.
Piège à éviter
Le théorème de Shannon impose $f_e \geq 2 f_{\max}$, PAS $f_e = 2 f_{\max}$. En pratique, on prend une marge. Si $f_e < 2 f_{\max}$, il y a REPLIEMENT SPECTRAL (aliasing) : des fréquences parasites apparaissent, le son est déformé de manière irréversible.
La quantification est la seconde étape de la numérisation : chaque échantillon est codé sur un nombre fini de bits. Plus le nombre de bits est élevé, plus la résolution est fine et le bruit de quantification faible.
- Quantification : chaque échantillon est arrondi à la valeur la plus proche sur une échelle de niveaux discrets
- Nombre de bits $n$ : le signal est codé sur $2^n$ niveaux. Plus $n$ est grand, plus la résolution est fine
- CD audio : 16 bits $\rightarrow 2^{16} = 65\,536$ niveaux. Studio professionnel : 24 bits $\rightarrow 2^{24} \approx 16{,}7$ millions de niveaux
- Erreur de quantification (bruit de quantification) : différence entre la valeur réelle et la valeur codée
- Rapport signal/bruit : augmente de $\approx 6$ dB par bit supplémentaire (16 bits $\approx 96$ dB de dynamique)
Exemple
Avec 8 bits : $2^8 = 256$ niveaux, dynamique $\approx 48$ dB (suffisant pour la voix). Avec 16 bits (CD) : $2^{16} = 65\,536$ niveaux, dynamique $\approx 96$ dB (du silence au fortissimo d'un orchestre). Avec 24 bits (studio) : $2^{24} \approx 16{,}7$ millions de niveaux, dynamique $\approx 144$ dB.
Piège à éviter
Chaque bit supplémentaire DOUBLE le nombre de niveaux et ajoute $\approx 6$ dB de dynamique. Passer de 8 à 16 bits ne double PAS la qualité : elle l'améliore de 48 dB (un facteur $63\,000$ en intensité !). Le nombre de niveaux passe de 256 à $65\,536$.
Le débit binaire détermine la taille des fichiers audio et donc l'espace de stockage nécessaire. Comprendre le calcul $D = f_e \times n \times \text{voies}$ permet de comparer les formats et d'optimiser le compromis qualité/taille.
- Débit binaire $D = f_e \times n \times \text{voies}$ (en bits/s)
- CD audio stéréo : $D = 44\,100 \times 16 \times 2 = 1\,411\,200$ bits/s $\approx 1{,}4$ Mbit/s
- Taille d'un fichier $=$ débit $\times$ durée. Un CD audio de 74 min $\approx 783$ Mo (format WAV non compressé)
- Le format WAV (ou AIFF) est un format non compressé : fidélité maximale, taille importante
- Un octet $=$ 8 bits. $1$ Mo $= 10^{6}$ octets. $1$ Go $= 10^{9}$ octets
Exemple
CD audio stéréo : $D = 44\,100 \times 16 \times 2 = 1\,411\,200$ bits/s $\approx 1{,}4$ Mbit/s. Pour un album de 60 min : taille $= \dfrac{1\,411\,200 \times 60 \times 60}{8 \times 10^{6}} \approx 635$ Mo (format WAV). En MP3 à 320 kbit/s : taille $\approx \dfrac{320\,000 \times 3\,600}{8 \times 10^{6}} \approx 144$ Mo (4,4 fois moins).
Piège à éviter
Attention aux unités : 1 octet $=$ 8 BITS. Le débit binaire se calcule en bits/s mais les tailles de fichiers s'expriment en OCTETS. Pour convertir : taille (octets) $= \dfrac{\text{débit (bits/s)} \times \text{durée (s)}}{8}$. Oublier de diviser par 8 est l'erreur la plus fréquente au Bac.
La compression audio réduit la taille des fichiers pour faciliter le stockage et la diffusion. On distingue la compression sans perte (FLAC, qui conserve toute l'information) et la compression avec perte (MP3, qui supprime les sons inaudibles).
- Compression sans perte (FLAC, ALAC) : réduction de taille sans perte d'information ($\approx 50$ à $60\,\%$ de l'original)
- Compression avec perte (MP3, AAC, OGG) : suppression d'informations jugées inaudibles $\rightarrow$ taille réduite ($\approx 10\,\%$)
- Le MP3 utilise un modèle psychoacoustique : masquage fréquentiel et temporel
- Masquage fréquentiel : un son fort masque un son faible de fréquence proche $\rightarrow$ le son faible est supprimé
- Débit MP3 typique : 128 kbit/s (qualité standard) à 320 kbit/s (haute qualité)
- Le streaming (Spotify, Deezer) utilise des formats compressés avec perte pour réduire la bande passante
Exemple
Un morceau de 4 min en CD non compressé : $\approx 40$ Mo. En FLAC (sans perte) : $\approx 25$ Mo (compression $\approx 60\,\%$). En MP3 128 kbit/s : $\approx 3{,}8$ Mo (compression $\approx 10\,\%$). En MP3 320 kbit/s : $\approx 9{,}6$ Mo (compression $\approx 24\,\%$). Le streaming Spotify utilise du OGG à 320 kbit/s en qualité « très élevée ».
Piège à éviter
La compression avec perte est IRRÉVERSIBLE. Convertir un MP3 en FLAC ne restaure PAS la qualité perdue. Les informations supprimées (sons masqués) sont définitivement perdues. Pour archiver, toujours conserver le fichier non compressé (WAV, FLAC) comme source.
Quiz - Le codage numérique du son
10 questions
S'entraîner
Notions clés — Enseignement scientifique
Articles utiles
Questions fréquentes
Les points clés à retenir sur Le codage numérique du son, extraits du quiz de révision.
L'échantillonnage consiste à :
Réponse :
Mesurer le signal à intervalles réguliers
L'échantillonnage prélève la valeur du signal à intervalles réguliers, transformant un signal continu en une suite de valeurs discrètes.
Le théorème de Shannon impose que la fréquence d'échantillonnage soit :
Réponse :
Supérieure ou égale à $2 f_{\max}$
Le théorème de Shannon (Nyquist) impose $f_e \geq 2 f_{\max}$ pour restituer fidèlement le signal sans aliasing.
La fréquence d'échantillonnage d'un CD audio est de :
Réponse :
$44\,100$ Hz
Le CD audio utilise $f_e = 44\,100$ Hz, ce qui permet de reproduire des fréquences jusqu'à $22\,050$ Hz (au-delà de la limite audible).
Un codage sur 16 bits offre combien de niveaux de quantification ?
Réponse :
$65\,536$
Avec 16 bits, on dispose de $2^{16} = 65\,536$ niveaux de quantification possibles.