La fréquence d'échantillonnage est le nombre de mesures prélevées chaque seconde sur un signal analogique pour le convertir en signal numérique : 44 100 valeurs par seconde en 44,1 kHz, 48 000 en 48 kHz. Entre ces deux valeurs, l'écart de qualité perçu est nul ou presque, et aucune oreille humaine ne le désigne à l'aveugle. Ce qui tranche, c'est le flux de travail : la vidéo utilise 48 kHz, la musique distribuée reste massivement en 44,1 kHz.
Vidéo en 48 kHz, streaming en 44,1 : choisir dès le départ
- Un projet qui finit en vidéo se travaille en 48 kHz du premier enregistrement à l'export : caméras, enregistreurs de terrain et logiciels de montage partagent cette norme.
- Un projet de production musicale destiné au streaming ou au disque se travaille en 44,1 kHz, héritage direct du CD, que les plateformes réencodent ensuite dans leurs propres formats.
- La conversion entre les deux taux d'échantillonnage coûte très peu en qualité quand elle est faite correctement. Le vrai problème est la conversion subie tard, sur un mixage final déjà validé.
Ce que compte réellement un taux d'échantillonnage
Un convertisseur analogique-numérique mesure la tension du signal audio à intervalle régulier et note chaque valeur. Le nombre de mesures prises en une seconde est la fréquence d'échantillonnage, exprimée en kilohertz : 44,1 kHz signifie 44 100 mesures par seconde, 48 kHz en compte 48 000. C'est tout, et cela n'a rien à voir avec la profondeur de bit, qui décrit la finesse de chaque mesure et non leur cadence.
Le théorème de Nyquist fixe la règle du calcul : pour restituer correctement une onde, il faut l'échantillonner à plus du double de sa fréquence la plus élevée. L'audition humaine s'arrête autour de 20 kHz chez un adulte jeune, et sensiblement plus bas passé la quarantaine. Un taux d'échantillonnage de 44,1 kHz couvre donc déjà tout le spectre audible, avec une petite marge réservée au filtre anti-repliement placé en amont du convertisseur.
Sans ce filtre, les fréquences situées au-dessus de la moitié du taux d'échantillonnage ne disparaissent pas : elles se replient dans la bande audible sous forme de composantes parasites. C'est l'aliasing, et il ne ressemble à rien de musical. On l'entend comme des sifflements métalliques ou des résonances qui suivent la mélodie à l'envers, distinctes du bruit de fond d'une pièce. Un aliasing installé dans un enregistrement n'en ressort plus jamais : aucun traitement ultérieur ne sait le séparer du signal utile.
La différence entre 44,1 kHz et 48 kHz tient donc à la place laissée à ce filtre : 2,05 kHz au-dessus de 20 kHz dans le premier cas, 4 kHz dans le second. Sur les appareils de 1982, cette marge changeait quelque chose. Sur un convertisseur de bureau actuel, même d'entrée de gamme, elle ne se mesure plus à l'écoute.
44,1 kHz et 48 kHz : ce qui les sépare vraiment
Le tableau ramène les écarts à leur juste proportion. Aucune ligne ne décrit un gain perceptible : ce sont des contraintes de production, pas de qualité sonore.
| Critère | 44,1 kHz | 48 kHz |
|---|---|---|
| Origine de la norme | CD audio, 1982 | Vidéo et diffusion professionnelle |
| Bande passante couverte | Jusqu'à 22,05 kHz | Jusqu'à 24 kHz |
| Poids d'un fichier WAV 24 bits stéréo, une minute | Environ 15,9 Mo | Environ 17,3 Mo, soit 9 % de plus |
| Terrain de prédilection | Musique, podcast audio seul, mastering pour le streaming | Montage vidéo, jeu, post-production, sound design |
| Gain de qualité perçu | Aucun écart démontré en écoute comparée | Aucun écart démontré en écoute comparée |
La décision ne se prend donc pas à l'oreille mais en amont, en regardant où le fichier final va atterrir. Un même projet peut d'ailleurs contenir les deux valeurs : des sons issus d'une banque libre de droits livrés en 44,1 kHz importés dans un projet vidéo réglé en 48 kHz, par exemple. Le logiciel s'en accommode, à condition de savoir ce qu'il fait de cette différence.
Pourquoi la vidéo impose 48 kHz
Le chiffre de 48 kHz n'a pas été retenu pour sa qualité mais pour sa divisibilité. Elle tombe juste avec les cadences d'image : 48 000 échantillons se répartissent en nombres entiers sur 24, 25 ou 30 images par seconde, ce qui simplifie la synchronisation du son et de l'image sur une longue séquence. À 44,1 kHz, le compte tombe sur des valeurs fractionnaires, et le montage doit gérer un décalage qui s'accumule.
Toute la chaîne a suivi. Les caméras enregistrent en 48 kHz, les enregistreurs de terrain et les micros-cravates aussi, les logiciels de montage ouvrent leurs séquences à ce taux d'échantillonnage par défaut, et les plateformes de diffusion vidéo attendent ce standard dans le flux qu'on leur envoie. YouTube, les chaînes de télévision et les diffuseurs en direct travaillent tous sur cette norme.
D'où une consigne sans ambiguïté : si la destination est une vidéo, tout se règle en 48 kHz dès le départ. L'interface audio, le projet du logiciel d'enregistrement, les sons importés, l'export final. Un projet mené correctement de bout en bout à cette fréquence ne subit aucune conversion, donc aucun risque. C'est le cas le plus fréquent en création de contenu aujourd'hui, et c'est aussi le réglage à retenir si l'on hésite sans connaître la destination.
Les effets sonores destinés au jeu vidéo suivent la même logique, avec une nuance : les moteurs de jeu réencodent souvent les fichiers à l'intégration, et certains studios descendent volontairement les ambiances à 32 kHz ou moins pour tenir dans le budget mémoire de la console, en gardant 48 kHz sur les dialogues et les sons de premier plan.
La musique, le disque et le streaming
La production musicale a gardé 44,1 kHz. Le choix remonte au CD : les premiers enregistrements numériques étaient stockés sur bande vidéo, et les machines de l'époque calaient sur 44 100 échantillons par seconde pour tenir dans les lignes disponibles du signal vidéo. La norme a survécu à son support, et les catalogues entiers qui l'utilisent la rendent impossible à déloger.
Les plateformes de streaming acceptent aujourd'hui les deux. Apple Music, Amazon Music et les services haute résolution distribuent des titres en 44,1 kHz comme en 48 kHz, et parfois au-delà. Mais chacune réencode le fichier livré dans son propre format de diffusion, ce qui relativise la question : le mastering envoyé n'est jamais celui qu'entend l'auditeur final. À l'arrivée, ce qui compte davantage que la fréquence, ce sont les cibles de normalisation en LUFS de chaque plateforme, qui décident du volume perçu et de la plage dynamique conservée.
Le podcast occupe une position intermédiaire. Diffusé seul, il se produit très bien en 44,1 kHz. Mais dès qu'une version filmée est prévue, ce qui devient la règle, mieux vaut enregistrer directement en 48 kHz et n'avoir aucune conversion à mener sur des heures de piste. C'est un arbitrage de flux de travail, pas un arbitrage de qualité.
Convertir d'une fréquence à l'autre sans abîmer le fichier
Convertir, c'est recalculer des points qui n'ont jamais été relevés : le passage de 44,1 kHz à 48 kHz impose d'interpoler 3 900 échantillons supplémentaires chaque seconde. Un bon algorithme le fait en introduisant des artefacts très en dessous du bruit de fond de n'importe quel enregistrement. Un algorithme médiocre ajoute une coloration dans le haut du spectre, et un repliement discret que l'on retrouve à la fin, sans savoir d'où il vient.
Les convertisseurs logiciels intégrés aux stations de travail audionumériques actuelles, les digital audio workstations, sont largement suffisants. Pro Tools, Logic Pro, Reaper ou Studio One donnent tous un résultat propre, à condition d'utiliser le réglage de qualité le plus haut proposé dans la boîte de dialogue d'export plutôt que le réglage rapide, qui existe pour le traitement en temps réel.
Trois règles suffisent à éviter les ennuis. Ne rééchantillonner qu'une seule fois, jamais deux : un aller-retour 44,1 vers 48 puis retour empile deux interpolations sans la moindre justification. Le faire tard, sur le fichier final plutôt que sur chaque piste, pour ne pas multiplier les calculs. Et ne jamais laisser le logiciel convertir à la volée pendant le mixage, ce qui arrive quand on importe un son à 44,1 kHz dans une session à 48 kHz : le rendu de contrôle utilise alors un algorithme rapide, et la perte qu'il introduit ne se retrouve pas dans l'export final, ce qui rend les décisions de mixage difficiles à reproduire.
Régler l'interface, l'ordinateur et la session
Le réglage se pose à trois endroits qui doivent s'accorder. L'interface audio d'abord, dont le panneau de contrôle fixe le taux d'échantillonnage de l'horloge matérielle. Le système de l'ordinateur ensuite, qui garde son propre réglage pour la lecture courante et peut le forcer sans prévenir. Le projet du logiciel enfin, qui hérite de la cadence choisie à sa création et ne la change pas toute seule.
Quand ces trois fréquences divergent, les symptômes sont reconnaissables : un son lu trop lent et grave si le projet tourne en 48 kHz sur une horloge à 44,1 kHz, trop rapide et aigu dans l'autre sens, ou des craquements réguliers si le pilote tente de rattraper l'écart. Ce n'est pas une panne, c'est un désaccord d'horloge, et il se règle en une minute en alignant les trois réglages.
Une précision concerne les fichiers importés. Les boucles et les samples téléchargés arrivent dans le taux d'échantillonnage de leur créateur, souvent 44,1 kHz. Un logiciel bien réglé les convertit à l'import, une fois, et écrit la version convertie sur le disque. C'est le comportement à privilégier, notamment pour les boucles audio qui doivent tourner sans coupure : une boucle recalculée à la volée à chaque tour finit par présenter un micro-décalage au point de raccord.
96 kHz, 192 kHz : quand la haute résolution sert vraiment
Monter au-delà de 48 kHz double ou quadruple le poids des fichiers et la charge du processeur, pour un gain inaudible en écoute directe. L'argument sérieux n'est pas la restitution : c'est la marge de manœuvre au traitement. Un son enregistré en 96 kHz supporte mieux un étirement extrême, un ralentissement de huit fois ou une transposition vers le grave, parce que le contenu ultrasonore redescend alors dans la bande utile au lieu de laisser un vide.
Cette marge intéresse deux métiers. Le sound design, qui étire et transpose des enregistrements de terrain pour fabriquer des sons qui n'existent pas. Et la captation d'archives ou d'espèces animales, où le contenu au-dessus de 20 kHz a un intérêt documentaire propre. Pour tout le reste, le débat entre 48 kHz ou 96 kHz relève de la préférence, pas de la mesure : les tests en écoute comparée menés depuis vingt ans n'ont pas établi de différence perceptible.
Un effet secondaire mérite d'être connu : certains traitements non linéaires, saturations et distorsions notamment, génèrent des harmoniques au-dessus de la limite du taux d'échantillonnage retenu et produisent de l'aliasing. Travailler plus haut, ou utiliser un module qui suréchantillonne en interne, règle ce problème précis. C'est aujourd'hui la seule raison technique solide d'utiliser un taux d'échantillonnage élevé en production musicale, et elle concerne quelques modules, pas toute la session.
Quant au format de livraison, il obéit à une autre logique que le taux d'échantillonnage : le choix entre WAV, FLAC et MP3 à l'export décide de la compression, pas du nombre d'échantillons par seconde. Un fichier WAV en 44,1 kHz et un MP3 en 48 kHz ne se comparent pas sur le même axe.
Les détails qui pèsent plus que le chiffre retenu
Une fois le taux d'échantillonnage arrêté, trois réglages décident davantage du rendu que lui. La latence d'abord : la taille de la mémoire tampon de la carte son fixe le délai entre le jeu et le retour dans le casque, et elle se règle indépendamment du taux d'échantillonnage, même si une cadence plus haute raccourcit mécaniquement ce délai. Le niveau d'entrée ensuite, à poser une bonne fois avant la capture plutôt qu'à rattraper après. Le nombre de modules enfin, chaque plugin ajoutant sa charge au processus.
Le matériel portable a ses propres besoins. Un enregistreur de terrain ou un appareil compact offre souvent un choix restreint, et son horloge interne dérive à une vitesse plus grande que celle d'un système de studio. Vérifier ce que l'appareil propose avant le tournage évite de découvrir au montage qu'une prise est arrivée dans un format inattendu. Le vocabulaire anglais des menus recouvre les mêmes notions : sample rate pour le taux d'échantillonnage, bit depth pour la profondeur de bit. Savoir que le mécanisme fonctionne de la même manière sous les deux noms fait gagner des heures de recherche.
Un dernier repère pour trancher : listez ce que vous allez exporter. Si la liste contient une vidéo, l'avantage revient à 48 kHz sans discussion. Si elle ne contient qu'une chanson ou un album, l'avantage penche vers 44,1 kHz, qui évite un rééchantillonnage avant la distribution. Et si elle contient les deux, restez en 48 kHz et laissez le distributeur mener la conversion finale : son moteur est également soigné, et l'audition d'un auditeur ne fera pas la part des choses.
Mélange, export et profondeur de bit entre 44,1 et 48 kHz
Est-ce que 48 kHz est meilleur que 44,1 kHz ?
Non en qualité perçue : aucune écoute comparée sérieuse n'a démontré de différence audible entre les deux. Oui en pratique dès qu'il y a de l'image, parce que toute la chaîne vidéo est bâtie sur 48 kHz et qu'y rester évite toute conversion.
Quelle fréquence d'échantillonnage choisir quand on débute ?
48 kHz, sauf projet musical destiné au disque ou au streaming. Cette fréquence couvre la vidéo, le podcast filmé, le jeu et la voix off, et elle ne pénalise pas la musique. Le poids supplémentaire des fichiers reste de l'ordre de 9 % face à 44,1 kHz.
Peut-on mélanger des sons en 44,1 kHz et en 48 kHz dans la même session ?
Oui, tous les logiciels le permettent. Il est préférable de convertir les imports à l'import une bonne fois, au lieu de laisser le logiciel recalculer à la volée pendant le mixage.
La fréquence d'échantillonnage change-t-elle la profondeur de bit ?
Non, ce sont deux réglages indépendants. Le taux d'échantillonnage donne le nombre de relevés par seconde, la profondeur de bit donne la finesse de chaque relevé. En production, 24 bits est le standard courant, 16 bits celui du CD.
Que se passe-t-il si j'exporte une vidéo avec une piste en 44,1 kHz ?
La plateforme ou l'encodeur convertit le signal audio en 48 kHz, avec un algorithme sur lequel vous n'avez aucune main. Le résultat est le plus souvent correct, mais la conversion maîtrisée dans votre session reste préférable.
