En 2025, la plateforme de streaming Tidal proposait un abonnement « 24-bit/192kHz haute résolution sans perte » facturé deux fois plus cher que la qualité standard. Le label « Audio sans perte » d’Apple Music, le petit logo doré « Hi-Res Audio » de Sony, les fiches techniques des casques audio qui martèlent « compatible décodage 24-bit/192kHz » — ces chiffres semblent être devenus un marqueur de statut : plus le chiffre est grand, meilleure est la qualité, plus l’argent est bien dépensé.
Mais l’auteur de ces lignes va vous livrer un fait contre-intuitif : en tant qu’être humain écoutant de la musique, tout format numérique supérieur au 16-bit/48kHz ne vous apporte strictement rien. C’est une limite dure, établie conjointement par la physiologie de l’oreille humaine et les théorèmes mathématiques du traitement du signal. La question de savoir si « on entend la différence » ne relève pas ici de la préférence subjective. L’argent supplémentaire que vous dépensez achète des données que vos oreilles sont biologiquement incapables de « recevoir ».
Vos oreilles sont un appareil aux « spécifications matérielles fixes »
Avant de parler de chiffres, jetons un coup d’œil au fonctionnement de l’oreille.
Dans la cochlée de l’oreille interne se trouve une structure appelée « membrane basilaire ». Elle est tapissée de milliers de cellules ciliées, chacune sensible uniquement à une fréquence sonore spécifique — un peu comme un poste de radio où chaque « station » ne capte qu’une seule bande de fréquences. Les cellules ciliées dédiées aux hautes fréquences se trouvent près de la base de la cochlée, celles dédiées aux basses fréquences près de son sommet. Si un son dépasse la plage de fréquences que toutes les cellules ciliées peuvent capter, alors, quelle que soit son intensité, vous ne l’entendez tout simplement pas.
Ci-dessus : anatomie de la cochlée humaine ; les différentes positions le long de la membrane basilaire correspondent à différentes réponses en fréquence.
Après près d’un siècle de mesures et de statistiques, le consensus scientifique est le suivant : la plage auditive d’une jeune oreille humaine en bonne santé s’étend d’environ 20 Hz à 20 kHz. Ce chiffre n’est pas arbitraire : les chercheurs ont mesuré, dans des chambres anéchoïques, avec un équipement calibré de précision et à travers des centaines d’heures de tests, le « seuil absolu d’audition » (le son le plus ténu que vous parvenez tout juste à entendre) et le « seuil de douleur » (le niveau sonore auquel vos oreilles commencent à souffrir). L’intersection de ces deux courbes définit la limite supérieure de l’audition humaine.
Ci-dessus : courbes isosoniques de l’oreille humaine, avec les seuils d’audition et de douleur en rouge. Au-delà de 20 kHz, percevoir un son exigerait que l’oreille endure une douleur insupportable — ce qui équivaut, de facto, à « ne pas entendre ».
Existe-t-il des « oreilles en or » capables d’entendre au-delà de 20 kHz ? Un siècle de recherche en audiologie n’a jamais trouvé le moindre individu de ce type. Ce qu’on appelle les « oreilles en or » désigne en réalité une capacité d’écoute entraînée — discerner des nuances subtiles de timbre, détecter des défauts de mixage — et non une étendue de perception auditive qui défierait les limites de la physique.
192 kHz : pourquoi ce taux d’échantillonnage est un « sur-échantillonnage » ?
Une fois comprise la limite des 20 kHz de l’oreille humaine, penchons-nous sur la signification du taux d’échantillonnage.
En audio numérique, le « taux d’échantillonnage » désigne le nombre d’« instantanés » pris du signal analogique chaque seconde. Le 44,1 kHz (standard du CD) signifie 44 100 échantillons par seconde. Le 192 kHz en signifie 192 000.
C’est ici qu’intervient un théorème fondamental : le théorème d’échantillonnage de Nyquist-Shannon. Ce théorème démontre que, pourvu que le taux d’échantillonnage soit supérieur au double de la fréquence maximale du signal, le signal original peut être reconstruit parfaitement et sans perte. Pas « approximativement », pas « à peu près » : parfaitement, au sens mathématique du terme. Un taux d’échantillonnage de 44,1 kHz permet de capturer et de restituer intégralement tous les sons de 0 à 22,05 kHz — ce qui couvre déjà la limite des 20 kHz de l’oreille humaine, avec une marge de sécurité de 2 kHz.
Alors, que signifie 192 kHz ? Cela signifie que l’on peut théoriquement capturer des ultrasons jusqu’à 96 kHz. Or, les ultrasons pour l’oreille humaine sont exactement ce que l’infrarouge est pour l’œil humain : votre rétine ne possède pas de cellules photoréceptrices sensibles à l’infrarouge, et votre cochlée ne possède pas de cellules ciliées sensibles aux sons de 96 kHz. Vous payez pour des données qu’il vous est à jamais impossible d’entendre.
Pire encore : la musique en 192 kHz n’apporte pas seulement aucun bénéfice, elle peut même légèrement dégrader la qualité sonore. La raison en est la « distorsion d’intermodulation » : lorsque des ultrasons et des sons audibles sont reproduits simultanément par un haut-parleur, les non-linéarités du haut-parleur et de l’amplificateur peuvent « rabattre » les ultrasons dans la bande audible, générant un bruit qui n’était pas présent dans l’enregistrement original. C’est pourquoi de nombreux ingénieurs du son professionnels affirment que le 192 kHz est non seulement inutile, mais nuisible à la lecture.
Le lecteur pourrait se demander : pourquoi les studios d’enregistrement utilisent-ils alors des taux d’échantillonnage élevés ? Parce que la production et la lecture sont deux choses radicalement différentes. Un taux d’échantillonnage élevé offre aux ingénieurs une plus grande marge de manœuvre lors de l’enregistrement et du mixage : les traitements d’effets, les changements de hauteur et de tempo peuvent être appliqués sans introduire de distorsion audible. Mais cela n’a strictement rien à voir avec votre écoute domestique. Une fois la musique finalisée et le master livré, une conversion en 44,1 kHz ou 48 kHz contient déjà toute l’information que l’oreille humaine peut percevoir.
16-bit vs 24-bit : que détermine vraiment la « profondeur de bits » ?
L’autre terrain de prédilection du marketing est la « profondeur de bits » (bit depth).
Beaucoup de gens interprètent ce concept de manière intuitive mais erronée : le 16-bit découperait l’onde sonore en 65 536 « marches », tandis que le 24-bit la découperait en 16 777 216 « marches » — plus il y a de marches, plus la forme d’onde serait « lisse ». Le 24-bit offre 256 fois plus de marches que le 16-bit ! La différence semble énorme, n’est-ce pas ?
Cette interprétation est fausse. La profondeur de bits ne détermine pas le « lissé » ou la « finesse » de la forme d’onde. Le théorème d’échantillonnage a déjà démontré que, pourvu que le taux d’échantillonnage soit suffisant, qu’il s’agisse de 16-bit ou de 24-bit, l’onde reconstruite est une courbe parfaitement lisse — il n’existe pas de « marches »1.
Ci-dessus : les points d’échantillonnage discrets (escalier rouge) sont souvent interprétés à tort comme une approximation grossière de l’onde originale (courbe bleue lisse). En réalité, la reconstruction mathématique restaure parfaitement l’onde originale — il n’existe pas d’« escalier ».
Ce que la profondeur de bits détermine réellement, c’est la plage dynamique — l’écart entre le son le plus ténu et le son le plus fort que le système peut représenter. Chaque bit supplémentaire ajoute environ 6 dB de plage dynamique.
En théorie, le 16-bit offre environ 96 dB de plage dynamique. Mais grâce au « dithering » — une technique de traitement du signal qui consiste à ajouter intentionnellement une infime quantité de bruit lors de la quantification — la plage dynamique réellement exploitable du 16-bit atteint environ 120 dB.
Que représente 120 dB ?
- L’écart entre le bruit d’un moustique dans votre chambre et celui d’un marteau-piqueur à vos pieds est d’environ 100 à 110 dB.
- L’écart entre un studio d’enregistrement silencieux (environ 20 dB SPL) et un bruit suffisamment fort pour causer des lésions auditives permanentes en quelques secondes (environ 140 dB SPL) est également de 120 dB.
Autrement dit, la plage dynamique du 16-bit couvre déjà l’intégralité de l’intervalle utile de vos oreilles, du « à peine audible » au « un peu plus fort et je deviens sourd ». Le 24-bit augmente la plage dynamique — il abaisse le plancher de bruit d’un niveau « que vous n’entendez pas » à un niveau « que vous n’entendez encore moins » — et cela n’a aucun rapport avec la « finesse » que vous pouvez percevoir. C’est comme baisser la luminosité d’une lampe de « à peine invisible dans une pièce noire » à « à peine invisible dans une pièce encore plus noire » : pour l’usage réel, cela ne change rien.
La psychologie marketing du « plus le chiffre est grand, mieux c’est »
La question se pose alors : si le 16-bit/48kHz est déjà amplement suffisant, pourquoi toute l’industrie pousse-t-elle le 24-bit/192kHz ?
Parce qu’il s’agit d’une boucle marketing presque parfaite : le consommateur croit massivement que « plus le chiffre est grand, mieux c’est », et l’industrie audio peut précisément augmenter les chiffres pour justifier une prime. Un casque qui arbore la mention « compatible décodage audio haute résolution 24-bit/192kHz » paraît immédiatement plus « haut de gamme » qu’un casque ordinaire. Les plateformes de streaming qui placent le 24-bit/192kHz dans un abonnement plus cher disposent d’un argument pour vous convaincre de monter en gamme. Les maisons de disques qui rééditent leurs vieux albums en 24-bit/192kHz peuvent vous inciter à payer une nouvelle fois pour une musique que vous avez déjà achetée2.
Cela ne veut pas dire que toute musique étiquetée « haute résolution » est une « arnaque » — les données sont bel et bien en 24-bit et 192 kHz. Le problème, c’est que ces données supplémentaires sont, pour un être humain en situation d’écoute, totalement inutilisables. Vous achetez une spécification, pas une expérience auditive.
Pour faire une analogie : c’est comme acheter un téléviseur capable d’afficher les ultraviolets et les rayons X. L’écran peut effectivement émettre ces longueurs d’onde, mais vos yeux ne les voient pas. Le fabricant peut dire : « Notre téléviseur couvre un spectre lumineux 4 fois plus large que la concurrence ! » — l’affirmation n’est pas mensongère, mais elle ne vous apporte rigoureusement aucun bénéfice. De la même manière, votre lecteur peut décoder du 192 kHz et votre casque peut répondre jusqu’à 40 kHz, mais vos oreilles s’arrêtent à 20 kHz.
Là où il vaut vraiment la peine d’investir
L’auteur de ces lignes n’est pas en train de vous dire que « les équipements audio coûteux sont tous de l’arnaque ». Bien au contraire : la qualité sonore peut être considérablement améliorée — simplement, l’amélioration ne réside pas dans ces « gros chiffres » qui dépassent les limites de l’oreille humaine.
Premièrement, investissez dans un bon casque. C’est l’amélioration au meilleur rapport qualité-prix. Une paire de casques à la conception acoustique soignée et à la réponse en fréquence équilibrée apporte un gain de plaisir d’écoute bien supérieur au passage du 16-bit au 24-bit. Mais attention : un bon casque n’est pas nécessairement un casque cher. Certains casques valent cher grâce à leur prestige de marque et leur design, mais leur qualité sonore ne rivalise pas avec celle d’un casque « moche » vendu trois fois moins cher. Faites vos recherches, ne vous fiez pas au prix.
Deuxièmement, cherchez les bons masters. Différentes éditions d’un même album peuvent présenter des différences de qualité sonore considérables — parce qu’elles utilisent des traitements de mastering différents, et non à cause du taux d’échantillonnage ou de la profondeur de bits. En 2015, un test en double aveugle mené par la Boston Audio Society a révélé que la version SACD (format haute résolution) d’un enregistrement sonnait effectivement mieux que la version CD, mais lorsque les chercheurs ont converti la version SACD en 16-bit/44,1 kHz et l’ont gravée sur un CD-R, elle sonnait toujours mieux que le CD original. La différence provenait de la qualité du master lui-même, non des paramètres du format.
Troisièmement, utilisez un format sans perte, mais ne courez pas après la « haute résolution ». Les formats sans perte comme le FLAC garantissent que votre musique n’introduit pas de distorsion due à l’encodeur pendant la compression — c’est bien plus important que de se demander si l’on est en 16-bit ou 24-bit.
En conclusion
En 2012, l’ingénieur en audio numérique Monty Montgomery écrivait dans son célèbre article « 24/192 Music Downloads are Very Silly Indeed » : « La promotion du 24/192 est la solution à un problème qui n’existe pas, un modèle économique fondé sur l’ignorance et la tromperie. »
Douze ans plus tard, les arguments de cet article tiennent toujours — parce que la physiologie de l’oreille humaine n’a pas changé, que la preuve mathématique du théorème de Nyquist n’a pas changé, que les principes fondamentaux du traitement du signal n’ont pas changé. Ce qui a changé, c’est la variété du discours marketing : de l’« audio sans perte » à la « qualité master » en passant par l’« audio spatial », les nouveaux concepts se succèdent, mais la réalité physique sous-jacente reste immuable.
Vous n’avez pas à payer pour des données que vos oreilles ne peuvent pas « entendre ». La prochaine fois que vous verrez un produit audio vanter le 24-bit/192kHz, posez-vous une question : est-ce que cela rendra les sons que j’entends — ces 20 Hz à 20 kHz — plus agréables à écouter ? Si la réponse est non, alors ces 0 et ces 1 supplémentaires ne sont rien d’autre que de la « vanité de spécifications » qui prend la poussière sur un disque dur.
Liens de référence
- Monty Montgomery (Xiph.Org), « 24/192 Music Downloads are Very Silly Indeed », 2012 — https://people.xiph.org/~xiphmont/demo/neil-young.html
- Benjamin Zwickel (Mojo Audio), « The 24-Bit Delusion », 2015/2023 — https://www.mojo-audio.com/blog/the-24bit-delusion/
- E. Brad Meyer & David R. Moran (Boston Audio Society), « Audibility of a CD-Standard A/D/A Loop Inserted into High-Resolution Audio Playback », 2007
- Xiph.Org, « Digital Show & Tell » (vidéo de démonstration) — https://xiph.org/video/vid2.shtml
- Discussion Hacker News — https://news.ycombinator.com/item?id=48763790
- Tonalyst, « High Resolution Audio vs. Standard: The Science of Sampling », 2025 — https://tonalyst.com/high-res-audio-vs-standard
Footnotes
-
Si vous êtes curieux de comprendre comment des échantillons discrets peuvent reconstruire parfaitement une onde continue, je vous recommande vivement la vidéo de vulgarisation Digital Show & Tell produite par Xiph.Org : elle utilise un oscilloscope et un analyseur de spectre réels pour démontrer visuellement le fonctionnement du théorème d’échantillonnage sur du matériel analogique. ↩
-
Bien entendu, le 24-bit est extrêmement utile en phase d’enregistrement et de mixage — il offre aux ingénieurs une réserve dynamique confortable qui évite l’écrêtage accidentel. L’enregistrement en virgule flottante 32-bit est même en train de devenir le nouveau standard pour la captation sonore sur les tournages. Mais ces avantages concernent le « versant production », et n’ont rien à voir avec l’expérience d’écoute du « versant consommation ». ↩