Un fichier audio numérique conserve une suite de mesures du signal sonore prises à intervalle régulier. Deux nombres décrivent cette opération : la fréquence d'échantillonnage, c'est-à-dire le nombre de mesures par seconde, et la résolution, c'est-à-dire la finesse avec laquelle chaque mesure est codée. Le disque compact emploie 44 100 mesures par seconde codées sur 16 bits ; les studios travaillent le plus souvent en 48 000 ou 96 000 mesures par seconde, codées sur 24 bits.
La fréquence d'échantillonnage et la résolution
La fréquence d'échantillonnage détermine la bande passante restituée : une mesure à 44 100 hertz permet de reconstruire les composantes du son jusqu'à environ 22 000 hertz, soit au-delà de la limite de l'audition humaine. Travailler à 96 000 hertz n'ajoute donc pas d'aigu audible, mais facilite certains traitements numériques et le ralentissement d'une bande. La résolution, elle, commande la dynamique disponible, c'est-à-dire l'écart entre le niveau le plus fort et le bruit de fond du support. Enregistrer en 24 bits laisse une marge confortable avant saturation, ce qui évite d'avoir à viser un niveau élevé à la prise.
Les formats sans compression et sans perte
Le WAV et l'AIFF stockent les échantillons tels quels, sans aucun codage supplémentaire. Ces deux formats servent d'étalon pour la production et l'archivage, au prix d'une taille importante, de l'ordre de dix mégaoctets par minute en stéréo 44,1 kilohertz et 16 bits. Le FLAC et l'ALAC appliquent une compression réversible : le fichier occupe environ la moitié de la place et la décompression restitue exactement les échantillons d'origine, échantillon par échantillon. Ces deux derniers formats conviennent pour conserver une discographie complète sans perte de matière.
La compression avec perte
Le MP3, l'AAC et l'Opus écartent une partie du signal jugée inaudible par les modèles psychoacoustiques, afin de réduire fortement la taille des fichiers. Le débit choisi commande le résultat : un MP3 à 320 kilobits par seconde se distingue difficilement de la source sur une écoute courante, alors qu'un fichier à 128 kilobits laisse entendre des artefacts sur les cymbales et les sons tenus. L'Opus, plus récent, obtient une qualité comparable à des débits inférieurs, ce qui explique son emploi pour la voix et la diffusion en direct. Une conversion reste irréversible : repasser un MP3 en WAV ne récupère rien, et enchaîner plusieurs encodages successifs dégrade le résultat à chaque passage.
La normalisation du niveau sur les plateformes
Les services de streaming ramènent tous les titres à un niveau de référence commun, mesuré en LUFS, de façon que le passage d'un morceau à l'autre ne change pas le volume perçu. Un titre masterisé très fort est donc atténué à la lecture, et il ne reste de cette compression excessive que la dynamique perdue. Cette règle a mis fin à l'intérêt pratique de la recherche du niveau maximal qui avait marqué la production des années 1990 et 2000. Pour un musicien qui dépose ses morceaux, la conséquence est simple : un master équilibré, avec une réserve de dynamique, sort mieux de la chaîne qu'un master écrasé.