Une fréquence d'échantillonnage plus élevée change-t-elle le ton ou la vitesse d'un enregistrement vocal ?

C'est une question légitime. « Fréquence d'échantillonnage » sonne comme si ça décrivait une sorte de vitesse, et tout le monde a au moins un souvenir d'un son changeant de ton en changeant de vitesse — une cassette qui tournait un peu trop vite, un disque passé au mauvais régime, un mémo vocal accéléré par quelqu'un pour rire. Rien de tout cela ne se produit entre standard, élevé et ultra sur un enregistrement fait au téléphone, et la raison mérite d'être connue car elle ne concerne pas vraiment les niveaux de qualité — elle concerne ce qu'une fréquence d'échantillonnage compte réellement.

Ce qu'une fréquence d'échantillonnage mesure réellement

L'audio numérique est une longue liste de nombres, chacun étant une mesure du signal du micro à un instant précis. La fréquence d'échantillonnage, c'est combien de ces mesures sont prises par seconde — 22,05 kHz, 44,1 kHz ou 48 kHz pour standard, élevé et ultra respectivement. C'est une description de la finesse avec laquelle le son a été découpé pendant sa capture, pas une vitesse à laquelle quoi que ce soit se lit. Ce nombre ne dit jamais « lis ceci plus vite » ou « plus lentement » — il dit seulement combien de points de données existent pour la durée réelle de l'enregistrement.

D'où vient l'intuition de la cassette et du disque

Une cassette ou un disque vinyle stockent le son sous forme d'un motif physique — des particules magnétisées défilant devant une tête de lecture, un sillon défilant sous une aiguille — et ce motif est lu à la vitesse à laquelle tourne le moteur à ce moment-là. Le lire plus vite qu'il n'a été enregistré fait arriver chaque partie du motif plus tôt, ce qui élève le ton et raccourcit la durée en même temps, parce que sur ce type de support, vitesse et ton sont physiquement le même bouton. C'est un mécanisme réel, et c'est exactement pourquoi une platine mal calibrée ou un disque passé à 45 au lieu de 33 tours et un tiers sonne comme une voix de dessin animé.

Une fréquence d'échantillonnage n'est pas ce bouton. Il n'y a pas de moteur, pas de vitesse physique à laquelle quoi que ce soit pourrait aller trop vite ou trop lentement. Un enregistrement n'est qu'une séquence de nombres accompagnée d'une étiquette indiquant combien d'entre eux représentent une seconde, et le lire signifie reconvertir cette même séquence, à cette même fréquence indiquée, en son. Aucune version plus rapide ou plus lente ne se cache dans le fichier en attendant qu'une mauvaise vitesse la révèle.

Pourquoi la lecture ne peut pas utiliser « la mauvaise fréquence » par accident

La fréquence d'échantillonnage d'un fichier est enregistrée avec l'audio lui-même, à l'intérieur du conteneur .m4a, de la même façon que les dimensions d'une photo sont stockées dans le fichier image plutôt que devinées à l'ouverture. Toute application ou tout appareil qui lit l'enregistrement lit ce nombre et reconstruit l'audio exactement à cette fréquence — il n'y a aucun réglage que la personne qui écoute pourrait bien ou mal régler, contrairement à une vitesse de platine qu'il fallait choisir correctement. Un enregistrement fait à 48 kHz et un autre à 22,05 kHz se lisent tous les deux dans exactement le nombre de secondes qu'a duré leur capture, et sonnent tous les deux comme la voix qui les a produits, parce que la lecture ne devine jamais la fréquence : elle la lit.

Le seul endroit où un vrai décalage pourrait survenir est un cas étroit et largement théorique : des échantillons audio bruts, sans en-tête, transmis à un lecteur sans fréquence associée, où il faut alors indiquer séparément quelle fréquence supposer. L'enregistrement et la lecture du quotidien sur un téléphone ne mettent jamais dans cette situation — la fréquence voyage avec le fichier en tant que partie du format, pas comme un réglage à part que quelqu'un pourrait mal régler.

Ce qu'une fréquence d'échantillonnage plus élevée change réellement

Le vrai compromis entre standard, élevé et ultra porte sur la plage de fréquences et la taille de fichier, pas sur la vitesse. Une fréquence d'échantillonnage plus élevée peut représenter plus fidèlement le détail aigu du son d'origine — capter proprement une fréquence demande un échantillonnage à environ le double de celle-ci — donc l'ultra à 48 kHz capte une portion plus large du spectre audible que le standard à 22,05 kHz. Cela concerne les fréquences présentes dans ce qui a été enregistré, décidées par la pièce et la voix au moment de la capture, pas quelque chose qui se produit pendant la lecture. L'autre coût réel est la taille du fichier : plus de mesures par seconde, c'est plus de données à stocker pour une même durée d'enregistrement, donc un niveau plus élevé produit un fichier un peu plus lourd. Ni l'un ni l'autre n'est le ton, ni l'un ni l'autre n'est la vitesse.

Un moyen rapide de le vérifier sur ses propres enregistrements

• Enregistrer la même phrase deux fois, une fois en standard et une fois en ultra.
• Réécouter les deux et les chronométrer — ils durent le même nombre de secondes, car la durée n'a jamais fait partie de ce que le réglage change.
• Écouter le ton — la voix sonne comme la même voix, au même ton, dans les deux cas, car la fréquence d'échantillonnage n'y touche pas non plus.
• La seule chose qui vaut la peine d'être comparée ensuite est la taille du fichier dans le stockage de l'application, là où la vraie différence entre les deux apparaît réellement.

Comment Voice Studio gère cela

Les trois niveaux de qualité de Voice Studio enregistrent de l'AAC mono dans un fichier .m4a à 22,05 kHz, 44,1 kHz ou 48 kHz pour standard, élevé et ultra, avec la fréquence enregistrée comme partie du fichier, de la même façon que n'importe quel format audio standard la stocke. La lecture dans l'application, ou dans toute autre application à qui le fichier est partagé, lit cette fréquence et reconstruit l'enregistrement en conséquence — il n'existe aucun réglage de vitesse de lecture séparé qui pourrait se désynchroniser, et changer de niveau de qualité entre deux enregistrements ne modifie jamais le son d'un fichier déjà enregistré. Choisir ultra offre une plage de fréquences captée plus large et un fichier plus lourd ; cela n'offre pas une voix qui sonne différemment.

Questions fréquentes

Enregistrer en qualité ultra rend-il un mémo vocal plus lent ou plus grave, comme une cassette ralentie ?

Non. Une cassette ou un disque changent de ton parce que la vitesse de lecture et la vitesse physique du support sont la même chose. Une fréquence d'échantillonnage numérique n'est que la finesse avec laquelle l'audio a été mesuré, stockée dans le fichier lui-même, donc la lecture le reconstruit toujours automatiquement à la bonne vitesse.

Pourquoi la fréquence d'échantillonnage ne fonctionne-t-elle pas comme la vitesse d'une platine ou d'un lecteur de cassettes ?

Parce qu'il n'y a ni moteur ni support physique tournant à une vitesse réglable. La fréquence d'échantillonnage voyage avec le fichier comme métadonnée, et chaque lecteur la lit au lieu de la deviner, donc il n'existe pas d'équivalent à faire tourner un disque au mauvais régime.

Une fréquence d'échantillonnage plus élevée change-t-elle la durée d'un enregistrement à la lecture ?

Non. La durée est fixée par le temps d'enregistrement, pas par la fréquence d'échantillonnage. Un enregistrement de cinq secondes se lit en cinq secondes, qu'il ait été capturé en standard, élevé ou ultra.

Si la fréquence d'échantillonnage n'est ni le ton ni la vitesse, que change-t-elle réellement ?

La plage de fréquences et la taille du fichier. Une fréquence d'échantillonnage plus élevée peut représenter plus fidèlement le détail aigu du son d'origine, et produit un fichier un peu plus lourd pour une même durée d'enregistrement — rien de tout cela n'affecte la vitesse ou le ton auquel l'enregistrement est restitué.