N'oubliez pas de nous ajouter aux favoris !

Glossaire

Taux d'échantillonnage expliqué — Hz, kHz et pourquoi c'est important

Le taux d'échantillonnage correspond au nombre de fois par seconde où un signal audio analogique est mesuré (échantillonné) lors de sa conversion en numérique. Mesuré en hertz (Hz) ou kilohertz (kHz). Le théorème de Nyquist–Shannon indique qu'il faut un taux d'échantillonnage au moins double de la fréquence la plus élevée que vous souhaitez capturer. La parole humaine se situe autour de 8 kHz maximum, donc un taux d'échantillonnage de 16 kHz est amplement suffisant pour la transcription.

Taux d'échantillonnage courants

8 000 Hz — qualité téléphonique (POTS, Twilio bas de gamme). Limite les hautes fréquences à 4 kHz ; la parole reste intelligible.
16 000 Hz — taux d'entrée de Whisper. Capture jusqu'à 8 kHz, couvrant toutes les fréquences de la parole humaine.
44 100 Hz — audio CD. Capture jusqu'à ~22 kHz, au-delà de l'audition humaine.
48 000 Hz — norme film/vidéo. La plupart des enregistrements modernes.
96 000 / 192 000 Hz — "Hi-Res Audio" — surdimensionné pour tout sauf les studios de mastering.

Pourquoi 16 kHz est le point idéal pour la reconnaissance vocale (ASR)

Whisper rééchantillonne en interne chaque entrée à 16 kHz avant le traitement. Des taux d'échantillonnage plus élevés ne sont pas seulement inutiles — ils sont rejetés. Ainsi, l'importation d'un master studio à 192 kHz n'apporte aucun gain d'exactitude par rapport à un enregistrement téléphonique à 16 kHz (en supposant un rapport signal/bruit similaire). Le sous-échantillonnage à 16 kHz est sans perte pour la parole car aucune information vocale utile ne se situe au-dessus de 8 kHz.

Implications pratiques

Ne vous inquiétez pas du taux d'échantillonnage pour la transcription. Whisper gère tout à partir de 8 kHz. La seule préoccupation pratique est la taille du fichier : l'audio 192 kHz est 12 fois plus gros que l'audio 16 kHz, et vous atteindrez plus rapidement les limites de taille de téléchargement. Si vous enregistrez spécifiquement pour la transcription, 16 kHz mono codec à tout débit est le choix le plus efficace.

En pratique

L'application Mémos vocales de votre iPhone enregistre en 44,1 kHz mono par défaut. Déposez le fichier .m4a dans notre outil d'importation. Nous rééchantillonnons à 16 kHz avant l'envoi à Whisper. L'exactitude de la transcription est identique à celle d'un enregistrement à 16 kHz. La seule différence : le fichier original est environ 3 fois plus volumineux.

Termes associés

Lectures complémentaires

Transcrire n'importe quel taux d'échantillonnage

Commencez — gratuitement

Dernière mise à jour : 16 novembre 2026

Questions Fréquemment Posées

Que signifie Taux d'échantillonnage en transcription ?

Nombre de fois par seconde où un signal audio est mesuré, en Hz. La qualité CD est de 44 100 Hz ; les enregistrements modernes utilisent souvent 48 000 Hz. Des taux d'échantillonnage plus élevés capturent plus de détails mais produisent des fichiers plus volumineux.

Pourquoi Taux d'échantillonnage critère lors du choix d'un flux de travail de transcription ?

Taux d'échantillonnage Affecte la manière dont vous comprenez la qualité de la transcription, le timing, la compatibilité ou la technologie derrière les résultats de la transcription vocale.

Où puis-je appliquer Taux d'échantillonnage sur Transcript.you ?

Utilisez le flux de travail associé à /transcribe-audio-to-text lorsque vous souhaitez voir comment ce concept de glossaire se connecte à une tâche de transcription réelle.