Le son numérique
Un son est une vibration de l’air ; un ordinateur, lui, ne manipule que des nombres. Pour qu’une voix ou une musique entre dans une machine, il faut donc la mesurer des dizaines de milliers de fois par seconde et noter chaque mesure sous forme de chiffres. Cet article explique cette transformation pas à pas : ce qu’est un son (hauteur, intensité, harmoniques), comment on l’échantillonne, pourquoi on prend 44 100 mesures par seconde, ce que changent le nombre de bits et le nombre de voies, comment calculer la taille d’un enregistrement, comment on le compresse (formats avec ou sans perte), et en quoi consistent les systèmes de son multicanal du home cinéma. Il termine sur ce que le numérique change pour la sécurité : voix clonées et fausses preuves sonores.
- Rubrique
- Multimédia
- Niveau
- Débutant
- Lecture
- 21 min (essentiel)
23 min (complet) - Révision
- 3 novembre 2026
En bref
- Un son est une vibration de l’air ; on le numérise en mesurant sa force à intervalles réguliers : c’est l’échantillonnage.
- Pour garder les sons jusqu’à 20 000 hertz que l’oreille perçoit, il faut au moins deux fois plus de mesures par seconde : d’où les 44 100 mesures par seconde d’un disque compact.
- Chaque mesure est codée sur un certain nombre de bits (16 pour un disque compact, 24 en studio) ; plus il y en a, plus le son est nuancé et plus le fichier est gros.
- Taille d’un son non compressé = mesures par seconde × bits × secondes × voies : une minute de musique stéréo fait environ 10,6 mégaoctets.
- La compression avec perte (MP3, AAC, Ogg Vorbis) divise la taille par dix ou plus ; la compression sans perte (FLAC) la divise par deux environ et garde tout.
Prérequis conseillés : Le binaire
1Qu’est-ce que le son ?
Le son est une vibration de l’air, c’est-à-dire une suite de surpressions et de dépressions de l’air par rapport à une pression moyenne, qui est la pression atmosphérique. Quand une corde de violon vibre, elle pousse l’air devant elle puis le laisse revenir, et ce mouvement se propage de proche en proche jusqu’à votre oreille, où il fait vibrer le tympan.
Pour s’en convaincre, on peut faire une expérience simple : placer un objet bruyant, un réveil par exemple, dans une cloche à vide (un récipient dont on a retiré l’air avec une pompe). Dès qu’il n’est plus entouré d’air, le réveil, qui continue pourtant de fonctionner, n’émet plus aucun son que l’on puisse entendre. L’air est donc le milieu qui transporte la vibration. Dans l’espace, où il n’y a pas d’air, le silence est total, et c’est la raison pour laquelle les explosions des films de science-fiction y sont, en vérité, muettes.
1.1Comment produit-on un son ?
La façon la plus simple de produire un son est de faire vibrer un objet. Un violon émet un son lorsque l’archet fait vibrer ses cordes ; un piano émet une note lorsque l’on frappe une touche, car un marteau vient frapper une corde et la fait vibrer. Pour reproduire des sons enregistrés, on utilise des haut-parleurs. Un haut-parleur est une membrane (un disque léger en papier ou en plastique) reliée à un électroaimant : un fil enroulé qui, parcouru par un courant électrique, devient un aimant et pousse ou tire la membrane. Suivant les sollicitations du courant, la membrane va en avant et en arrière très rapidement, ce qui fait vibrer l’air situé devant elle : c’est du son. Le micro fait exactement l’inverse : une membrane vibre sous l’effet de l’air, et ce mouvement est converti en courant électrique.
1.2Hauteur, intensité, timbre
Trois qualités décrivent un son. La fréquence est le nombre de vibrations par seconde, mesurée en hertz (symbole Hz). Un son grave a une fréquence basse (une note de contrebasse vibre autour de 40 à 100 hertz) ; un son aigu a une fréquence élevée (un sifflement approche 3 000 à 4 000 hertz). L’oreille humaine perçoit, chez un jeune adulte, de 20 hertz à environ 20 000 hertz, avec une sensibilité qui diminue avec l’âge, surtout pour les aigus. L’amplitude est l’écart maximal de pression : plus il est grand, plus le son est fort. On la mesure habituellement en décibels, une échelle qui compare des intensités ; une conversation courante est autour de 60 décibels, un concert amplifié dépasse 100 décibels, et au-delà de 85 décibels une exposition prolongée abîme l’audition.
Enfin le timbre est ce qui distingue un piano d’une flûte jouant la même note à la même intensité. Il tient à la composition du son, que l’on décrit par deux représentations complémentaires.
1.3Deux façons de représenter un son
La première représentation est la courbe de la pression de l’air (ou du courant électrique dans l’électroaimant) en fonction du temps. On l’appelle le spectre de modulation d’amplitude : on y voit comment l’amplitude du son varie au fil du temps. C’est la courbe bleue de la figure 1.
La seconde est le sonogramme, qui représente par contre la variation des fréquences sonores en fonction du temps : en abscisse le temps, en ordonnée la fréquence, et la couleur ou la clarté indique l’intensité de chaque fréquence à chaque instant. Les logiciels d’analyse audio, les chercheurs en acoustique et les ornithologues qui identifient les oiseaux à leur chant l’utilisent beaucoup. Sur un sonogramme, on remarque qu’un son musical présente une fréquence fondamentale, la plus basse, qui donne la hauteur de la note que l’on entend, à laquelle se superposent des fréquences plus élevées appelées harmoniques, qui sont des multiples de la fondamentale (deux fois, trois fois, quatre fois sa valeur). Le dosage de ces harmoniques fait le timbre : c’est ce qui permet à l’oreille de distinguer plusieurs sources sonores jouant en même temps, les sons graves ayant des fréquences basses et les sons aigus des fréquences élevées.
2Du micro au fichier : la chaîne de numérisation
Un ordinateur ne sait travailler que sur des valeurs numériques, c’est-à-dire des suites de chiffres écrits en binaire (voir le binaire). Le son, lui, est analogique : une grandeur qui varie de façon continue, sans marche ni palier. Pour passer de l’un à l’autre, il faut une chaîne de plusieurs maillons.
- Le microphone transforme la vibration de l’air en un courant électrique dont la tension reproduit la forme du son.
- Le convertisseur analogique-numérique (en anglais ADC), une puce présente dans toute carte son, tout téléphone et toute interface d’enregistrement, mesure cette tension à intervalles réguliers et note chaque mesure sous forme de nombre. C’est l’échantillonnage, aussi appelé numérisation du son.
- La suite de nombres est stockée en mémoire, puis dans un fichier, éventuellement après compression (partie 7).
- À la lecture, un convertisseur numérique-analogique (DAC) refait le chemin inverse : il transforme les nombres en tension.
- Un amplificateur renforce ce signal, et le haut-parleur ou le casque le transforme en vibrations de l’air.
La qualité finale dépend du maillon le plus faible : le meilleur fichier n’y changera rien si le micro est mauvais ou si le casque déforme. Les parties suivantes se concentrent sur la numérisation, qui se règle par trois paramètres : le taux d’échantillonnage, le nombre de bits et le nombre de voies.