La qualité ultra est-elle équivalente à la qualité CD ?

C'est une supposition raisonnable. Ultra est le réglage le plus haut, il affiche le plus gros chiffre, et le CD reste la référence commune pour désigner un « bon son ». Chiffre plus élevé, référence connue : les deux semblent devoir coïncider. Ils ne coïncident pas, et la raison mérite d'être connue parce qu'elle explique quelque chose de plus utile qu'une anecdote : ce qu'une fréquence d'échantillonnage peut, et ne peut pas, dire d'un enregistrement.

Ce que « qualité CD » désigne réellement

Un CD ne se résume pas à un seul chiffre. La norme Red Book, qui encadre l'audio des CD depuis les années 1980, fixe trois choses à la fois : une fréquence d'échantillonnage de 44,1 kHz, une profondeur de 16 bits par échantillon, et deux canaux — la stéréo. Les trois ensemble, en PCM linéaire non compressé, sans rien jeter à l'encodage. « Qualité CD » est en fait un raccourci pour « 44,1/16/stéréo/non compressé ».

Cela compte ici parce qu'une comparaison qui ne regarde que la fréquence d'échantillonnage examine un tiers de la spécification en la faisant passer pour l'ensemble.

Où se situent réellement les fréquences d'échantillonnage

Les trois niveaux de Voice Studio sont standard à 22,05 kHz, élevé à 44,1 kHz, et ultra à 48 kHz. Mis en regard des 44,1 kHz d'un CD, le niveau qui coïncide vraiment est élevé, pas ultra — une coïncidence entre deux formats qui ont choisi le même chiffre, pas un choix pensé en fonction du CD. Les 48 kHz d'ultra appartiennent à une tout autre famille : c'est la fréquence courante en vidéo numérique et en audio de diffusion, choisie pour qu'un enregistrement s'aligne proprement sur une chronologie vidéo plutôt que sur un format musical.

Dit simplement : ultra n'est pas le niveau qui correspond au CD. Si l'objectif est précisément d'égaler la fréquence d'échantillonnage d'un CD, élevé le fait déjà, et ultra s'en éloigne même d'un cran.

Les deux parties de la spécification qu'une fréquence d'échantillonnage ne couvre pas

Compressé contre non compressé

Un CD stocke chaque échantillon tel quel — rien n'est modélisé, rien n'est jeté. Voice Studio, comme pratiquement tout enregistreur de téléphone, écrit de l'AAC dans un fichier .m4a, ce qui est un format avec pertes : il utilise un modèle de l'audition humaine pour décider quels détails peuvent être jetés sans risque, et conserve le reste de façon bien plus compacte. C'est un axe entièrement distinct de la fréquence d'échantillonnage. Un fichier peut égaler exactement les 44,1 kHz d'un CD sans être « qualité CD » au sens complet, parce qu'égaler la fréquence n'a jamais touché à la question de la compression.

Mono contre stéréo

Un CD est stéréo par définition — deux canaux qui portent une image spatiale. Les trois niveaux de Voice Studio, de standard à ultra, enregistrent en mono, ce qui est le bon choix pour une voix unique captée par le micro d'un seul téléphone, et c'est traité plus en détail ailleurs. C'est encore un élément de la spécification CD sur lequel un chiffre de fréquence d'échantillonnage, à lui seul, ne dit rien dans un sens ou dans l'autre.

Est-ce que tout cela compte pour un enregistrement de voix

Assez peu, et pour une raison qui n'a rien à voir avec quel format l'emporte sur le papier. La norme Red Book a été conçue pour reproduire de la musique : dynamique complète, image stéréo, contenu fréquentiel jusqu'à la limite de l'audition humaine. L'intelligibilité de la parole se situe surtout en dessous d'environ 8 kHz, largement à l'intérieur de ce que couvre déjà le niveau standard avec ses 22,05 kHz. Un format pensé pour reproduire fidèlement un orchestre répond à une question qu'un enregistrement d'une seule personne qui parle ne se posait jamais. Égaler ou dépasser ses chiffres n'est pas une barre dont un enregistrement de voix tire vraiment profit.

Alors, ultra « dépasse »-t-il la qualité CD ou non

Mieux vaut traiter ça comme une comparaison entre deux choses différentes plutôt que comme un oui ou un non. Sur la seule fréquence d'échantillonnage, 48 kHz est un chiffre plus élevé que 44,1 kHz, donc dans ce sens étroit ultra passe devant. Mais parce qu'ultra est compressé et mono, et qu'un CD est non compressé et stéréo, dire que l'un est « meilleur » que l'autre revient à comparer deux types de choses différents, conçus pour deux tâches différentes : l'un pour capturer une voix de façon compacte sur un téléphone, l'autre pour reproduire de la musique enregistrée avec la fidélité qu'une pièce d'écoute peut exploiter. Aucun des deux formats n'essaie de gagner au jeu de l'autre.

Comment fonctionnent réellement les niveaux de Voice Studio

Standard, élevé et ultra enregistrent tous les trois de l'AAC mono dans un fichier .m4a ; la seule chose que change le réglage, c'est la fréquence d'échantillonnage — 22,05, 44,1 ou 48 kHz. Élevé partage le chiffre de fréquence d'un CD, ce qui vaut la peine d'être su comme coïncidence plutôt que comme raison de le choisir spécifiquement. Pour à peu près tout enregistrement parlé, élevé reste le choix par défaut raisonnable, indépendamment de ce que fait un CD, et ultra mérite son fichier plus lourd surtout quand l'enregistrement est destiné à un projet vidéo en 48 kHz, pas parce qu'il dépasserait un format musical qu'il n'a jamais cherché à égaler.

Questions fréquentes

Un CD utilise-t-il vraiment du 48 kHz ?

Non. Les CD tournent à 44,1 kHz. Cette fréquence correspond au niveau élevé de Voice Studio, pas à ultra, qui tourne à 48 kHz — une fréquence plutôt associée à la vidéo numérique et à l'audio de diffusion.

Si un enregistrement égale la fréquence d'échantillonnage d'un CD, est-il en qualité CD ?

Pas complètement. La qualité CD spécifie aussi une profondeur de 16 bits, deux canaux et l'absence de compression. Un enregistrement de téléphone qui égale les 44,1 kHz reste de l'AAC compressé en mono : il remplit une des trois spécifications, pas les trois.

Le 48 kHz rend-il mieux que le 44,1 kHz pour un enregistrement de voix ?

Pas d'une façon que la plupart des gens remarquent. L'intelligibilité de la parole se situe surtout sous 8 kHz, ce que même le niveau le plus bas des trois couvre déjà largement. La plage supplémentaire captée par une fréquence plus élevée, c'est surtout du détail ambiant de la pièce, pas davantage de voix.

Quel réglage choisir pour se rapprocher le plus des spécifications CD ?

Élevé, puisque 44,1 kHz est la fréquence que partagent les deux formats. L'enregistrement reste de l'AAC mono plutôt que du PCM stéréo non compressé : c'est une coïncidence partielle, pas la spécification CD complète.