Pour comprendre ce que signifie l'échantillonnage (en anglais : "sampling"), il faut penser à la pellicule d'un film de cinéma. Chaque seconde du film est divisée en 24 images fixées sur cette pellicule. C'est le défilement rapide de ces images, à l'aide d'un projecteur, qui donne l'impression de mouvement.

S'il n'y avait, par exemple, que 6 images par seconde, on verrait la différence : les mouvements des acteurs seraient saccadés. Si on réduisait le défilement à une image par seconde, ce ne serait plus un film mais une succession de photographies. A l'inverse, si on utilisait, par exemple, 60 images par seconde, ça ne servirait à rien puisqu'à partir d'un certain seuil (24 à 30 images/seconde), l'oeil humain ne perçoit plus la différence

Pour la numérisation du son, c'est un peu la même idée. Chaque seconde de son est découpée en plusieurs "photos" qu'on appelle "échantillons". Comme pour le cinéma, plus le nombre de photos est élevé, plus le son sera précis. Mais il en faut beaucoup plus qu'au cinéma.

Pour rendre un son de qualité téléphonique, 11025 échantillons par seconde sont nécessaires. On dira que le son est échantillonné (on dit aussi "encodé") à la fréquence de 11025 Hz (Hertz) ou 11 kilo-hertz (kHz). Pour une qualité de son équivalente à celle d'une cassette normale, il faut 22050 échantillons/sec. Et pour atteindre la qualité d'un disque compact, c'est 44100 échantillons/sec. Au-delà de 48000 kHz, l'oreille humaine ne perçoit plus la différence.

Pour "voir" une représentation de ces échantillons (sous la forme de petits carrés blancs), il suffit d'utiliser la loupe dans votre logiciel de montage. Dans CoolEdit par exemple, cette loupe est accessible par les boutons "zoom", "in" et "out".

Ouvrez un fichier son et cliquez une dizaine de fois, avec la souris, sur le bouton "in". La courbe de son s'aplatira et vous la verrez se transformer en une succession de points carrés. Chacun de ces points représente un échantillon. Pour un son encodé dans une qualité de disque compact (CD), il correspond donc à une "photo" du son prise à 1/44100ième de seconde.     

Le taux ou la fréquence d'échantillonnage (en anglais : "sample rate")

Les logiciels de montage du son offrent des fréquences d'échantillonnage pré-réglées qui peuvent varier de l'un à l'autre. Dans Wave Studio par exemple, vous pouvez choisir trois réglages différents (11025, 22050 ou 44100 Hz) alors que douze fréquences sont permises par CoolEdit 2000  (6000, 8000, 11025, 16000, 22050, 32000, 32075, 44100 ou 48000 Hz).

Quelle fréquence d'échantillonnage choisir ?

Pour obtenir une qualité de son comparable à celle d'un disque compact ou d'un enregistrement sur bande dans un studio de radio, il faut échantilloner à 44100 Hz.

Pour les besoins du reportage radio, il est préférable de toujours choisir cette fréquence, quitte à diminuer l'échantillonnage par la suite. Ceci est encore plus valable lorsque vos auditeurs ne sont équipés que de petits postes récepteurs et que votre radio émet en AM. En effet, il est très important qu'à la source (prise de son et numérisation) la qualité du son soit bonne si, à l'arrivée (transfert du reportage monté sur cassette ou sur bande, diffusion par la station et réception sur le poste radio d'un auditeur), vous voulez éviter trop de perte en qualité. Il ne vous aura servi à rien d'enregistrer des ambiances subtiles (chants d'oiseaux, belle musique, etc.) si, déjà à l'étape du montage, vous faites perdre de la qualité à vos sons. Par contre, si le son que vous numérisez n'est pas destiné à un reportage mais, par exemple, à un message vocal que vous enverrez par courrier électronique, la qualité de ce son est moins importante et vous pourriez choisir une fréquence d'échantillonnage beaucoup plus faible. Une fois le montage terminé et transféré sur bande ou cassette, vous pourriez aussi décider de ré-échantillonner votre reportage à une fréquence inférieure (32075 ou 22050 Hz) pour l'archiver dans l'ordinateur sans qu'il prenne trop d'espace de mémoire. Pour l'archivage, la compression du son peut se révéler une meilleure solution parce qu'elle fait moins perdre en qualité qu'un échantillonnage faible.

Il ne faut pas confondre la fréquence d'échantillonnage à la fréquence du son. Selon le « théorème de Shannon », la plus haute fréquence pouvant être restituée par une fréquence d'échantillonnage donnée est égale à la moitié de cette fréquence. Par exemple, pour une qualité CD à 44100 Hz, elle vaut 44100/2, soit 22050 Hz. Cette fréquence se situe largement au-dessus du maximum perceptible par l'oreille humaine (soit 16 à 20 kHz au maximum).

La taille ou la résolution d'échantillonnage (en anglais : "resolution")

Pour obtenir un son numérique de qualité, le nombre élevé d'échantillons ne suffit pas. Il faut aussi que chaque échantillon soit de bonne qualité. Pour reprendre l'exemple du cinéma, si chacune des  24 images qui défilent à la seconde était floue, le film serait flou. Pour un film de qualité, chaque image fixée sur la pellicule doit avoir une résolution nette et précise. Pour le son, c'est la même idée : la résolution de chaque échantillon (on dit aussi la "quantification") doit être précise. La résolution définit l'amplitude de l'oscillation de votre onde, autrement dit, le volume.

La résolution se mesure par le nombre de "bits". Plus celui-ci est élevé, plus on sera en mesure de percevoir une amplitude et des fréquences de son précises, c'est-à-dire à la fois les ambiances de fond discrètes (chants d'oiseaux, ruissellement de l'eau dans un ruisseau, etc.) et des sons beaucoup plus forts (passage d'un camion, orchestre de percussions, etc.)

Comme le montre le dessin de droite, un son numérisé avec une résolution de 8 bits (2⁸) se divise en 256 strates (amplitude dynamique de 49,8 dB) alors qu'un son numérisé à 16 bits (2¹⁶) pourra être divisé en 65536 strates (amplitude de 97,8 dB).

Chaque bit supplémentaire élève l'amplitude dynamique de 6 dB, ce qui correspond au doublement du volume perceptible. Certains logiciels permettent un encodage à 20 bits (121,8 dB) voire 24 bits (145,8 dB) comme WaveLab.

Les sons encodés à 8 bits fournissent une qualité des sons bas comparable à celle d'une cassette. Les sons encodés à 16 bits fournissent une qualité des sons hauts comparable à celle d'un CD. 

Mono ou stéréo ?

Pour les besoins du reportage radio, nous travaillons, règle générale, en mono, c'est-à-dire sur un seul canal. Le besoin de créer un fichier stéréo (deux canaux) intervient seulement au moment du mixage, lorsque, par exemple, vous voulez doubler une interview (ajouter une traduction au-dessus de l'interview), ajouter une ambiance sonore sous votre voix ou créer une ambiance complexe à partir de deux sons différents. Lorsque vous choisissez de créer un fichier stéréo, la fenêtre de votre logiciel de montage sonore se divise horizontalement en deux parties, chaque partie correspondant à une piste, la piste gauche et la piste droite.

Quand vos mixages sont terminés, il est souhaitable que vous fusionniez les deux pistes pour que le résultat final n'en occupe qu'une seule. Il y a deux raisons à cela. D'abord, il faut savoir qu'en numérique, le silence dans un fichier son non compressé, occupe autant d'espace de mémoire que le son. Un reportage stéréo d'une minute, même si vous n'utilisez qu'une seule des deux pistes, occupe deux fois plus d'espace qu'un reportage mono de la même durée. De la même manière, un fichier son mono d'une minute dans lequel il y a 50 secondes de silence est aussi lourd qu'un fichier dans lequel quelqu'un parle du début à la fin. Ensuite, même si le son diffusé en stéréo (sur deux canaux) offre une qualité et une profondeur supérieures au son mono, peu de radios diffusent en stéréo et très peu d'auditeurs sont équipés de postes récepteurs stéréo.

Pour préciser le format du fichier son dans...

... Wave Studio

Sélectionnez Paramètres d'enregistrement dans le menu Options. La boîte de dialogue Paramètres d'enregistrement s'affiche. Sélectionnez le format du fichier son.

a) Choisissez Mono ou Stéréo dans la boîte de groupe Canaux.

b) Choisissez 44100 Hz (ou une autre fréquence) dans la boîte de groupe Taux d'échantillonnage.

c) Choisissez 16 bits (ou 8 bits) dans la boîte de groupe Taille d'échantillonnage.

Choisissez OK.

...Cool Edit

Sélectionnez "New" dans le menu "File" (fichier). La boîte de dialogue "New Waveform" (nouveau format d'onde) s'affiche. Sélectionnez le format du fichier son.

a) Choisissez 44100 (ou une autre fréquence sous "Sample rate" (taux d'échantillonnage)

b) Choisissez Mono ou stéréo sous "Channels" (canaux)

c) Choisissez 16 bits (ou 8 bits) "Resolution"

Choisissez OK.

En résumé, il y a un lien direct entre la qualité du son numérisé et la quantité d'espace de mémoire nécessaire pour enregistrer le fichier ainsi créé : un fichier son avec une meilleure qualité de son exige un plus grand espace de mémoire.

Un enregistrement mono échantillonné à 8 kHz et 8 bits pèse 600 Ko par minute.

Si on augmente un de ces paramètres, la place occupée est d'autant plus grande.