N'oubliez pas de nous ajouter aux favoris !

Glossaire

Hertz (Hz) — L'unité de fréquence

Hertz (Hz) est l'unité SI de fréquence : un cycle par seconde. Nommé en l'honneur de Heinrich Hertz, qui a démontré pour la première fois de manière concluante les ondes électromagnétiques en 1887. En audio, Hz quantifie deux choses : le taux d'échantillonnage à laquelle l'audio a été numérisé (échantillons par seconde) et le contenu fréquentiel du son lui-même (cycles par seconde de l'onde sous-jacente). Les deux sont importants pour la transcription, bien que le taux d'échantillonnage soit plus important.

Plages de fréquences audio

Audition humaine: ~20 Hz à ~20 000 Hz (se dégrade avec l'âge, surtout les aigus).
Parole humaine: ~80 Hz (fondamental masculin bas) à ~8 000 Hz (énergie consonantique à haute fréquence). La majeure partie de l'intelligibilité se situe entre 300 Hz et 3 400 Hz — c'est pourquoi la téléphonie fonctionne à 8 kHz taux d'échantillonnage (capturant jusqu'à 4 kHz).
Musique: ~30 Hz (grosse basse) à ~16 000 Hz (cymbales aiguës, sifflantes).
En dessous de l'audition humaine: infrason. Au-dessus : ultrason.

Hz dans les taux d'échantillonnage

La fréquence d'échantillonnage est également exprimée en Hz. 8 000 Hz = 8 kHz = qualité téléphonique. 16 000 Hz = taux d'entrée de Whisper. 44 100 Hz = qualité CD. 48 000 Hz = norme vidéo professionnelle. Le théorème de Nyquist–Shannon : une fréquence d'échantillonnage de N Hz peut représenter des fréquences jusqu'à N/2 Hz. Ainsi, un taux d'échantillonnage de 16 kHz capture toutes les fréquences jusqu'à 8 kHz — plus que suffisant pour la parole.

Ce que les changements de Hz signifient pour la transcription

L'audio enregistré à 44 100 Hz contient toutes les fréquences de la parole humaine, puis certaines. L'audio à 8 000 Hz (appels téléphoniques) perd les consonnes à haute fréquence (surtout /s/, /f/, /θ/), les rendant plus difficiles à distinguer. Whisper gère raisonnablement bien l'audio à 8 kHz — il a été formé sur de nombreuses données de qualité téléphonique — mais la précision est de 2 à 4 WER points de moins que l'audio à 16 kHz+. Si vous choisissez un taux d'échantillonnage d'enregistrement uniquement pour la transcription, le 16 kHz mono est le point idéal en termes de coût-efficacité.

En pratique

Votre iPhone enregistre les mémos vocaux à 44,1 kHz mono. Votre enregistrement de conférence par application téléphonique est à 8 kHz mono. Les deux sont traités par le même pipeline Whisper sur Transcript.you. Le fichier à 44,1 kHz peut transcrire à 96% de précision ; le fichier à 8 kHz à 93%. La différence est la clarté des consonnes à haute fréquence, pas le nombre absolu de Hz.

Termes associés

Lectures complémentaires

Transcrire à tout taux d'échantillonnage

Commencez — gratuitement

Dernière mise à jour : 16 novembre 2026

Questions Fréquemment Posées

Que signifie Hertz (Hz) en transcription ?

L'unité de fréquence : cycles par seconde. Les signaux audio sont décrits par leur fréquence d'échantillonnage (par exemple 44 100 Hz) et leur contenu fréquentiel. La parole humaine se situe environ entre 80 Hz et 8 000 Hz.

Pourquoi Hertz (Hz) critère lors du choix d'un flux de travail de transcription ?

Hertz (Hz) 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 Hertz (Hz) 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.