Lorsque l’on regarde un film, on a l’impression de voir un mouvement à l’écran. En réalité, ce que l’on perçoit est une série d’images fixes qui se succèdent si rapidement que le mouvement semble continu. Le son numérique repose plus ou moins sur le même principe. Pour convertir un signal analogique en son équivalent numérique, il faut échantillonner (ou mesurer) le niveau de tension à une cadence régulière appelée fréquence d’échantillonnage (l’équivalent des images par seconde au cinéma). Comme le montre le graphique 2, les mesures servent d’abord à convertir l’onde continue en une représentation en escalier. Comme au cinéma, on utilise ce procédé pour convertir un temps continu en signaux temporels discrets. Le résultat est une perte de l’information entre échantillons adjacents. En fait, il a été établi qu’en stockant le son de cette manière, l’énergie dont la fréquence dépasse la moitié de la fréquence d’échantillonnage n’est pas conservée. Autrement dit, pour enregistrer des fréquences allant jusqu’à 20 000 Hz, la hauteur limite reconnue d’un son perceptible par l’oreille humaine, il faudrait prendre 40 000 échantillons par seconde. C’est énorme, comparativement aux 24 images par seconde du cinéma. Pour exclure du système toute énergie à haute fréquence non désirée, le signal passe d’abord dans un appareil appelé filtre antirepliement, lequel permet aux basses fréquences de passer, mais empêche les fréquences supérieures à la moitié de la fréquence d’échantillonnage d’atteindre les circuits d’échantillonnage.

L’étape suivante du procédé est l’enregistrement des mesures comme valeurs pouvant être stockées ou transmises. Malheureusement, il est impossible de fabriquer un système capable de mesurer parfaitement le niveau de tension -- tout comme on ne peut pas m+surer avec exactitude une distance de 4,23 mm à l’aide d’une règle graduée en millimètres. Il faut, par conséquent, quantifier ou arrondir la mesure à la plus proche valeur reconnaissable par le système. En comparant les graphiques 3 et 4, on peut voir que la quantification a pour conséquence une erreur voulue des mesures des niveaux des échantillons individuels. Le résultat de cette erreur de quantification est le bruit, lequel peut, sans autre correction, interférer avec les signaux les plus faibles dans l’enregistrement. Plus le nombre des niveaux de quantification est élevé, plus précises seront les mesures, ce qui diminue à la fois le degré d’erreur possible et le bruit résultant du système.

La reconstruction du signal analogique à partir du signal numérique stocké requiert d’abord un appareil qui reçoit la chaîne de nombres stockés et les convertit en tensions, comme le montre la ligne pointillée de la figure 5. En faisant passer ce signal en escalier dans un autre filtre passe-bas, le signal est arrondi (d’où le nom fréquent de filtre de lissage, bien qu’on parle aussi de filtre de reconstruction) et reconstruit en une courbe qui ressemble étroitement à la forme d’onde analogique originale, comme le montre le graphique 6.

Toutefois, comme l’indique également le graphique 6, la reproduction n’est pas parfaite, et ce, pour deux raisons. Premièrement, le système ne possède pas une résolution infinie dans le temps ; deuxièmement, il ne possède pas non plus une résolution infinie du niveau. Pour améliorer le système, nous devons augmenter la résolution dans chaque dimension. La fréquence d’échantillonnage des disques compacts étant de 44,1 kHz (donc de 44 100 échantillons par seconde), la fréquence enregistrée maximale est de 22 050 Hz. Cette valeur a été établie parce que les scientifiques sont d’avis que les êtres humains ne peuvent pas entendre les fréquences dépassant 20 000 Hz (soit une note un peu plus de six octaves plus aiguë que le do central). En comparaison, les disques DVD audio peuvent supporter des fréquences d’échantillonnage allant jusqu’à 96 kHz, ce qui donne des fréquences enregistrées atteignant 48 000 Hz -- plus d’une octave au-dessus de la fréquence maximale enregistrable sur un CD. Le format DVD audio permet également une résolution sensiblement meilleure de la mesure de niveau. Les compacts utilisent un système 16-bits, ce qui signifie que le nombre total de niveaux quantifiés possibles est de 216, soit 65 536 niveaux différents. (Comparez cela au total de 16 niveaux quantifiés dans mon exemple de le graphique 4.) Les DVD audio utilisent un système 24-bits, permettant un total de 224 ou 16 777 200 niveaux discrets. En plus de ces deux améliorations par rapport au CD, sur le simple plan de la qualité sonore, les disques DVD audio permettent à l’auditeur d’avoir jusqu’à six canaux audio au lieu des deux canaux du compact. Le résultat est un format identique, sur le plan technologique, au disque compact vieillissant, mais avec des raffinements qui corrigent les limites du format original.

Voir la première Partie