Convertir WAV en MP3

Un WAV stocke chaque échantillon comme un nombre brut, sans rien de malin autour, et c’est pourquoi sa taille dépend presque entièrement de sa durée. La stéréo qualité CD tourne à environ 10 Mo par minute, que la minute contienne un orchestre ou du silence. Quarante minutes font 400 Mo, et un entretien d’une heure approche les 600.

Cela se heurte à presque toutes les limites qui existent. La plupart des fournisseurs de messagerie s’arrêtent à 25 Mo. Les champs de note vocale, les portails de soumission, les hébergeurs de podcast et les applications de messagerie sont tous bien en dessous de la taille d’un WAV non touché. Le format ne fait rien de mal — il a été conçu pour le montage, pas pour l’envoi — mais le fichier ne bougera pas, et c’est ce qui amène ici.

Une note vocale de téléphone, un enregistrement Zoom, un entretien et un cours sont de la parole, et la parole est exceptionnellement bon marché à encoder. Équilibré écrit 160 kbps, auquel un enregistrement parlé est essentiellement indiscernable de l’original, et Petit fichier à 96 tient aussi. Une heure de parole fait environ 72 Mo à 160 et 43 Mo à 96, contre 600 à la source.

La musique demande plus de place. Équilibré à 160 kbps est le réglage qui vaut la peine d’être pris pour tout ce qui contient des instruments, et Haute qualité à 320 est où l’argument s’arrête à toute fin pratique. Le cas qui récompense réellement le réglage le plus haut est le matériel en direct et acoustique — bruit de public, cymbales et longues queues de réverbération sont exactement ce que l’encodeur trouve le plus difficile.

C’est une version plus récente du même mur, et elle prend les gens au dépourvu. ElevenLabs, Suno et la plupart des exports de synthèse vocale rendent en WAV parce que c’est le format qui ne perd rien à la sortie. Quelques minutes de narration générée font donc des dizaines de mégaoctets avant que quiconque ait fait quoi que ce soit avec.

Pour ce matériel, le choix est facile : de la parole générée est de la parole, donc le palier Petit fichier suffit, et le résultat est ce qu’on publie ou embarque réellement. Gardez le WAV seulement si vous comptez le retravailler — une fois mixé et final, le MP3 est la copie utile et le WAV n’est que du stockage.

Le MP3 est avec perte par construction. Il modélise ce que l’oreille humaine ne sait pas percevoir — un son faible immédiatement après un son fort, des fréquences masquées par d’autres à proximité — et il les retire. L’audio enlevé est réellement parti, et aucune conversion ultérieure ne le ramène.

Ce qu’il laisse tranquille, c’est la partie dont les gens s’inquiètent le plus. Durée, hauteur, vitesse, et l’intelligibilité de la parole ne sont pas touchés. Une conversation convertie à 96 kbps se transcrit exactement aussi bien que l’original, ce qui compte si l’enregistrement va ensuite à un service de transcription.

Chaque encodage MP3 jette un peu d’audio, et encoder un MP3 à nouveau le compose. Si vous avez besoin de trois versions à trois débits, faites-les toutes depuis le WAV plutôt que de faire la petite depuis la grande.

La même règle décide ce qu’il faut archiver. Gardez le WAV si l’enregistrement doit être un jour édité, remixé ou recoupé ; c’est la seule copie qui contient encore tout. Si c’est une note vocale que vous écouterez une fois et classerez, convertir et supprimer le WAV est une chose tout à fait raisonnable à faire de 600 Mo.

Beaucoup de WAV sont des fichiers stéréo portant un seul microphone, dupliqué sur les deux canaux. C’est courant dans les enregistrements Zoom, les mémos de téléphone et les entretiens à source unique. Encoder cela en stéréo dépense deux fois le débit pour dire la même chose deux fois.

Là où la source est réellement une seule voix, le mono à 96 kbps sonne identique au stéréo à débit double et produit un fichier deux fois plus petit. Gardez le stéréo pour la musique, pour tout ce qui a un champ stéréo qui mérite d’être préservé, et pour les enregistrements à deux personnes sur des canaux séparés.

Le WAV n’a pas de convention de métadonnées sérieuse. Certains outils écrivent un petit bloc INFO, la plupart n’écrivent rien, et les champs que le MP3 utilise — titre, artiste, album, visuel — n’ont en général pas de source. Attendez-vous à ce que le MP3 arrive sans étiquette.

Si les fichiers vont dans une bibliothèque musicale ou un flux de podcast, prévoyez de les étiqueter après ; n’importe quel lecteur audio ou éditeur de tags le fait. Rien n’est perdu dans la conversion, parce qu’il n’y avait rien à perdre.

Déposez jusqu’à cent WAV et chacun est encodé séparément, puis l’ensemble est rendu dans un seul ZIP. C’est le cas normal plutôt que l’exception — les enregistreurs, les outils de conférence et les applications de mémo vocal produisent les sessions en lots, pas un fichier à la fois.

Comme rien n’est téléversé, un gros lot ne consomme pas de bande passante et n’attend dans aucune file. Il consomme du temps processeur sur votre propre machine, ce qui explique qu’un dossier de longs enregistrements mérite d’être lancé avant que vous ne fassiez le café.

L’encodeur tourne dans l’onglet du navigateur, donc l’audio n’est jamais transmis. Étant donné ce que les gens convertissent ici, ce n’est pas un détail : entretiens sous embargo, enregistrements médicaux et juridiques, séances de thérapie, notes vocales enregistrées dans le salon de quelqu’un.

Cela veut aussi dire qu’il n’y a pas de téléversement à subir et pas de quota journalier. La seule limite est celle du niveau gratuit, 100 Mo par fichier, ce qui à dix mégaoctets la minute représente environ dix minutes de stéréo qualité CD — un entretien de 600 Mo doit être découpé avant de pouvoir être converti.