Chapitre 2 : Le signal audio

Qu'est-ce que le son ?

 Un son est un ébranlement élastique de l’air, d’un fluide ou

d’un solide qui se manifeste par des variations de pression
autour de la pression moyenne du milieu.
 Les êtres humains, comme beaucoup d'animaux, ressentent
cette vibration grâce au sens de l'ouïe (audition).
 Les ondes sonores se déplacent à environ 344 m/s dans de
l'air à 20 °C
 En milieu non gazeux, le son peut se propager encore plus
rapidement : dans l’eau, sa vitesse est de 1482 m/s ; dans
l'acier de 5050 m/s.
 Le son ne se propage pas dans le vide puisqu’il n'y a pas de
matière pour supporter les ondes produites. Le vide est
donc un excellent isolant phonique !
2
Le son est une onde acoustique progressive
mécanique périodique tridimensionnelle et
longitudinale

 Onde : une perturbation de la matière par transfert d’énergie,

mais sans que la matière ne soit elle-même transportée.
 Progressive : l’onde se déplace dans l’espace.
 Périodique : l’onde se reproduit à l’identique et à intervalles
réguliers.
 Tridimensionnelle : l’onde sonore se propage en effet dans
toutes les directions de l’espace .
 Longitudinale : la matière est perturbée de façon parallèle.

3
  Le son se propage en faisant vibrer
l’air autour de la source
 Chaque branche d’air se comprime
et se dilate périodiquement
 La perturbation cesse quand la
source se tait

4
Figure 3 : Propagation du son dans l’air
Une onde sonore est caractérisée par trois paramètres essentiels, liés
entre eux :
 sa vitesse; la célérité

Milieu Célérité c (m.s-1)

Air sec à 20° 344
Eau à 20° 1500 Vson(solide) > Vson(liquide) > Vson(gaz)
Acier 5000
Diamant 18000

 sa fréquence: le nombre d’oscillations complètes de l’onde

effectuées par seconde (Hertz). f = 1/T
 sa longueur d’onde: la distance entre deux crêtes

5
 L’onde sonore se propage jusqu’au récepteur à la vitesse c
dans la direction x
 Dans l’intervalle de temps T elle parcours la distance
c*
  est la longueur d’onde de l’onde sonore, c’est la période
spatiale
 f est la fréquence
 T=1 / f est la période temporelle

6
Mesure d’un signal sonore:

Niveau d'intensité sonore (L) : C’est une mesure relative

de pression sonore P. Elle est comparée relativement à
une pression sonore de référence qui est généralement le
seuil de perception de l’audition humaine P0

Intensité sonore (I) : C’est une grandeur permettant de

donner une indication sur la "force" d'un son : plus l'intensité
sonore est élevée et plus le son perçu est fort par l'oreille
humaine. correspond à un "débit" d'énergie par unité de
surface.

7
 L'oreille humaine peut en moyenne percevoir des sons ayant une intensité
sonore supérieure à 10-12 W.m-2.
 Cette intensité sonore minimale est noté I0 = 10-12 W.m-2 et appelée seuil
d'audibilité.
 Un son dont l'intensité sonore est très forte peut provoquer une douleur, ainsi
qu'une perte d'audition partielle ou totale
 Le seuil de douleur correspond à une valeur d'environ 10 W.m-2 (intensité maximale)
 L'intensité sonore perceptible prend des valeurs entre I0 = 10-12 W.m-2 et
10 W.m-2 soit un facteur de 1013 (10 000 milliards !) entre la limite inférieure et
la limite supérieure.
 Le niveau d'intensité sonore d'un son audible par l'oreille humaine est donc
compris entre 0 et 130 dB.

8
Exemple de niveaux sonores

9
Audition

 Un signal sonore est un signal perçu par l’oreille humaine.

 Toutes les fréquences de vibration ne sont pas entendues par
l'homme.
 L'oreille ne perçoit ni les sons qui ont une fréquence inférieure à 20
Hz (les infrasons), ni les sons qui ont une fréquence supérieure à 20 000
Hz (les ultrasons).
 La gamme audible par l'homme est donc comprise entre 20 et 20
000 Hz.

10
 Limite des fréquences audibles selon les espèces:

11
 capteur de son
 Exemple : le microphone électrostatique
Principe : l’onde sonore déforme une membrane qui entraine la variation
de l’épaisseur de la capacité

Capacité Grille de protection

dC
i(t)  U
dt Membrane

dC
u(t)  RU i(t)
dt U Air
u(t) R
S
C
e

Pour avoir une bonne sensibilité il faut que U et R

soient importantes car les variations de C sont faibles.
Le signal acoustique est transformé en un signal électrique
12
C’EST UN CAPTEUR
I. Propriétés des signaux analogiques
sonores
I. 1. Allure temporelle d’une note musicale
 L’amplitude du son évolue dans l’enveloppe
 A l’intérieure de l’enveloppe le son évolue de façon
périodique en fonction de la note jouée et de l’instrument
utilisé

enveloppe

 Durant le corps de la note, la forme d’onde périodique est

caractéristique de l’instrument

13

Forme d’onde en triangle: Flute Forme d’onde en dents de scie: Violon

 I. Propriétés des signaux analogiques
sonores
bruit
I. 2. Notion du bruit
 Un bruit est un ensemble de son pouvant avoir un caractère aléatoire
non structuré qui ne véhicule pas d’information
Vs signal
 Un signal est porteur d’une information structurée ayant une certaine
organisation.

 L’identification de cette structure par l’homme lui permet de

comprendre le message. Exemple: signal de parole, signal sismique,
echo radar, signal musical….

 Dans la pratique, il y a toujours la présence d’un bruit

 du fait du milieu ambiant qui perturbe le signal
14
 du fait des erreurs de calcul
15
I. Propriétés des signaux analogiques
sonores
1.3. Hauteur et timbre
 La hauteur d’une note de musique correspond à la
fréquence de la forme d’onde.
 C’est le nombre de périodes de vibrations produites par
l’instrument pendant une seconde. Elle est mesurée en
Hertz.
 Exemples : la note "La" pure à 440 Hz
l’expression mathématique du signal
s(t)  0.9 * cos(2 *  * 440 * t)
 C’est le chronogramme d’un signal sinusoïdal,
analogique et continu de la note
" La" pure à 880 Hz 16
  Le timbre d’une note de musique est caractérisée par la forme
d’onde de l’instrument
 La note d’un instrument n’est pas pure.
 Elle résulte d’une somme de sinusoïdes
 Exemple de la corde vibrante: Les ondes à différentes fréquences
s’ajoutent pour former la forme d’onde

LA 440 Hz

1 1 1 1
Onde  * sin(2 *  * f 0 t)  * sin(2 *  * f1t)  * sin(2 *  * f 2 t)  * sin(2 *  * f 3 t)
2 2 2 2
17
On obtient une forme d’onde en dents de scie:
 I. Propriétés des signaux analogiques
sonores
1.4. Représentation fréquentielle de la forme d’onde
1 1 1 1
Onde  * sin(2 *  * f 0 t)  * sin(2 *  * f1t)  * sin(2 *  * f 2 t)  * sin(2 *  * f 3 t)
2 2 2 2

Amplitude Amplitude

1
0,5

f0 f1 f2 f3 Fréquence
Temps

18
II. Introduction à l’analyse de Fourier
Décomposition en série de Fourier
1
Tout signal périodique x p (t ) de période T 0 
f 0
peut s'écrire: Joseph Fourier,
1768-1830
 
x p (t )  a0  an cos(2 * * n * f 0 * t )  bn sin(2 * * n * f 0 * t )
n1 n1

Tout signal périodique de fréquence fo est une somme

d’harmoniques et on sait déterminer l’amplitude de chaque
harmonique: 1 T
a0  
0
x p (t ) dt
T0 0

19
2 T0 2 T0
an 
T0 0
x p (t ) cos(2 * * n * f0 * t )dt bn 
T0 0
x p (t ) sin(2 * * n * f0 * t )dt
II. INTRODUCTION À L’ANALYSE DE FOURIER
DÉCOMPOSITION EN SÉRIE DE FOURIER
Exemple, cas d'un signal carré : T
T
2
Spectre de phase
Spectre d'amplitude

f 3f 5f 7f f 3f 5f 7f
1 
ao  an  0  n  Arctg() 
2
2
2
bn  si n impair bn  0 sinon
n
n 3 n 11 n 15 n  21

20
II. INTRODUCTION À L’ANALYSE DE FOURIER
DÉCOMPOSITION EN SÉRIE DE FOURIER

Principe de l’analyse spectrale (ou harmonique)

 Le spectre de fréquence F(f) est obtenu en appliquant la
transformation mathématique de Fourier TF à un signal fonction
du temps s(t).

Cas d’un signal continu
S( f )  

s ( t )e  i 2  ft dt avec f 
1 N 1
  2  kn   2  kn   Cas d’un signal
S ( f ) 
N
 s ( n )  cos 
 N


 i sin 
 N
  discret

n0 

 De même, si on connait le spectre de fréquence F(f), on peut

retrouver le signal s(t) par la transformation de Fourier inverse
TFI.
21
 III. Numérisation du signal:
Echantillonnage

 Théorème de Shannon
 L’expérience montre que l’on ne perd pas d’information en échantillonnant le
signal si:

f e  2  fsignal

C’est la condition d’échantillonnage de Shannon

Shannon montre que dans ce cas on peut reconstruire en
théorie le signal analogique à partir des échantillons Claude Elwood Shannon
(30 avril 1916 - 24 février 2001)

Il existe dans ce cas un interpolateur idéal

22
III. Numérisation du signal: Echantillonnage

 Applications

Hifi=high fidelity (reproduire un enregistrement de façon à obtenir une

diffusion sonore aussi parfaitement conforme que possible à l'original)
23
III. Numérisation du signal: quantification

 L’opération de quantification consiste à coder les échantillons à l’aide

d’un ensemble de combinaisons binaires. Avec N bits, on a
2N combinaisons pour quantifier des échantillons.

 Il s’agit de choisir les niveaux de quantifications de sorte que toute la

gamme des échantillons soit quantifiable avec un pas de
quantification constant.

24
Application :
 Soit le signal échantillonné se(t) dont les échantillons sont
compris entre les tensions Vmin et Vmax.

 On désire effectuer la quantification sur N bits. On dispose

donc de 2N combinaisons possibles qu’il faut répartir entre
Vmin et Vmax.

 Le pas de quantification, pour répartir les niveaux de

quantification par rapport aux niveaux de tension, dans une
quantification linéaire est donc:
pas = (Vmax - Vmin )/ 2N

25
 III. Numérisation du signal
CALCUL du DÉBIT ET TAILLE D’UN SON NUMÉRIQUE
 Quelques exemples de résolutions (nombres de bits) fréquemment utilisées:
Son qualité téléphone: 8000 Hz 8 bits
 Son qualité radio FM: 22050 Hz 16 bits
 Son qualité CD: 44100 Hz 16 bits
 Son qualité DVD: 48000 Hz 24 bits
 Son audio professionnel: 96000 et 192000 Hz 24 et
32 bits.
 Le débit et la taille d’un son numérisé:
 croissent proportionnellement à
la fréquence d’échantillonnage fe
et à la longueur binaire des échantillons N
 et décroissent par contre proportionnellement au taux de
26
compression.
 III. Numérisation du signal
CALCUL du DÉBIT ET TAILLE D’UN SON NUMÉRIQUE

 Taille d’un son numérisé = mémoire requise pour stocker un

son en connaissant :
le nombre d'échantillons par seconde (fréquence
d'échantillonnage),
La résolution (nombre de bits sur lequel est codé un
échantillon) ,
le temps de la séquence (en seconde)
et le nombre de voies utilisées (1 canal pour mono et 2
canaux pour stéréo)
poids (octet) = Fréquence d'échantillonnage (Hz) x Résolution
(octet) x Durée (seconde) x Nombre de voies
27
III. Numérisation du signal
CALCUL du DÉBIT ET TAILLE D’UN SON NUMÉRIQUE

Exemple: Calcul d'une seconde d'audio qualité CD

 Rappel: 1octet = 8bit et 1kilo-octet (ko) = 1024 octet

=> Calculer le poids d'1 minute audio en 44100Hz, 16bit, stéréo. On

souhaite une réponse en Mega Octet (Mo).

 44100(hz) x 16 (bit) x 60 (sec) x 2 (voies)

 44100 x 2 x 60 x 2 = 10584000 octets

28
III. Numérisation du signal
CALCUL du DÉBIT ET TAILLE D’UN SON NUMÉRIQUE

Débit d’un son numérisé

 Le débit associé à un son numérisé est le nombre de bits créés
chaque seconde par l’opération de numérisation, c’est aussi le
nombre de bits à télécharger par seconde pour jouer le son sans
ralentir .
 Le débit s’exprime en bit par seconde (bps).
 Un son numérisé en monophonie avec fe échantillons de N bits
chaque seconde
 Provoque un débit de numérisation de N*fe bps (bit par seconde).
 En cas de stéréophonie, on utilise deux haut-parleurs pour recréer
l’information des sources sonores, il faut doubler le débit par rapport à
la monophonie.

29
 III. Numérisation du signal
CALCUL du DÉBIT ET TAILLE D’UN SON NUMÉRIQUE
Taux de compression
 Le taux de compression peut être calculé
indifféremment en faisant le rapport des tailles ou le
rapport des débits du son avant compression et du son
compressé.
 C= Taille finale/taille initiale
 Gain de compression =
Quantité d’information supprimé = 1-C
 Ainsi, si on applique un taux de compression C à un son
numérique,
f e * N * t * Nb
 Sa taille est divisée par C et devient bit
C
30
 Et son débit est divisé par C et devient f e * N * Nb bps
C
 III. Numérisation du signal
CALCUL du DÉBIT ET TAILLE D’UN SON NUMÉRIQUE
 Préfixes SI / Préfixesbinaire
 Les premiers informaticiens n’ont pas éprouvé le besoin d’inventer de
nouveaux préfixes :
 Ils ont utilisé les préfixes SI en changeant légèrement leurs valeurs (par exemple kilo → 1024
au lieu de 1000).
 Si l’erreur ainsi faite est faible pour les premières capacités mémoires qui s’exprimaient en ko
(2,4 %),
 elle devient difficilement tolérable dans le cas des capacités actuelles qui s’expriment en
To (10 %).
Création de préfixes binaires

Préfixes SI (Système International d'unités ) Préfixes binaires

Nom Symbole Valeur Nom Symbole Valeur
kilooctet ko 103 Kibioctet Kio 210
mégaoctet Mo 106 Mébioctet Mio 220
gigaoctet Go 109 Gibioctet Gio 230
31
téraoctet To 1012 Tébioctet Tio 240