Qu’est-ce qu’un fichier WAV ?

WAV est un conteneur : une enveloppe pour des flux encodés par autre chose. Il est utilisé pour la retouche et l’archivage.

L’extension est .wav et le nom complet Waveform Audio. L’un et l’autre comptent moins que ce que le fichier peut contenir, et c’est le sujet du reste de cette page.

Microsoft l’a publié en 1991. La spécification est RIFF WAVE.

À un format resté lisible aussi longtemps, on peut confier quelque chose qu’on veut retrouver dans dix ans.

Elle est écrite et implémentable, même si c’est l’éditeur qui décide de la version suivante. En pratique cela suffit pour que le fichier continue de s’ouvrir ; cela ne suffit pas pour en être sûr.

WAV enregistre son contenu à l’identique. Le réenregistrer ne change rien : vous pouvez l’ouvrir, le modifier et le réenregistrer autant de fois que vous voulez sans accumuler de dégâts, et c’est ce qui en fait un format de travail plutôt qu’un format de livraison.

Jusqu’à 32 bits par canal.

Plus de huit bits par canal, c’est ce qui empêche un dégradé de se casser en marches quand on le retouche : cela compte dans un fichier de travail et presque jamais dans un fichier fini.

Il contient d’ordinaire PCM. Cette distinction est derrière presque toutes les questions du type « pourquoi ça ne se lit pas » : deux fichiers portant la même extension peuvent contenir des encodages entièrement différents, et un lecteur qui refuse l’un s’entend parfaitement avec l’autre.

Elle explique aussi pourquoi changer de conteneur est souvent rapide et sans perte alors que changer de codec n’est ni l’un ni l’autre. Déplacer le même flux dans une autre boîte réécrit la boîte ; réencoder réécrit l’image.

Jusqu’à 65535. Deux couvrent la stéréo et c’est ce qu’est presque tout ; au-delà de deux on est dans le son multicanal, et c’est la partie la plus susceptible d’être repliée en convertissant vers un format qui ne la définit pas.

Audacity, Adobe Audition et Reaper le lisent, comme la plupart des programmes du même genre.

Quand un fichier ne s’ouvre pas, le format est rarement en cause : le plus souvent, c’est le programme qui est plus ancien que lui. Convertir vers quelque chose de plus ancien est le contournement fiable, et c’est à cela que sert le reste de ce site.

Tous les navigateurs actuels le lisent.

Vous pouvez donc le poser sur une page ou l’attacher à un message sans vous demander ce que le destinataire a installé.

WAV peut contenir les propriétés du document.

Que quoi que ce soit survive à une conversion dépend entièrement de la cible, et la réponse honnête est le plus souvent « une partie ».

WAV est fait pour être ouvert et modifié. Gardez le fichier dans ce format tant que le travail dure, et exportez depuis lui chaque fois qu’une version finie est nécessaire.

Les reproches qui reviennent : les fichiers sont gros pour ce qu’ils contiennent.

Rien de tout cela n’est une raison d’éviter le format. Ce sont les choses à connaître avant que l’une d’elles vous surprenne, ce qui est une affirmation différente et plus utile.

Un WAV stocke chaque échantillon audio comme un nombre brut, sans rien d’autre appliqué. De la stéréo qualité CD — 44,1 kHz, 16 bits, deux canaux — cela donne environ 10 Mo par minute, que la minute contienne un orchestre ou un silence total. La taille dépend de la durée et des réglages, et d’aucune autre chose.

Cela le rend prévisible et le rend énorme. Quarante minutes font 400 Mo, un entretien d’une heure tourne autour de 600, et une journée de prise de son terrain dépasse ce que la plupart des gens s’attendent à manipuler. Toute difficulté pratique avec WAV vient de cette seule propriété, et la majorité des opérations qu’on fait subir à ces fichiers ont pour but de contourner cette taille — la conversion vers autre chose, la division en parties, l’archivage sur un support où chaque gigaoctet se paie.

WAV utilise des champs 32 bits pour enregistrer les tailles de blocs, ce qui plafonne un fichier à 4 Go. En qualité CD on y arrive en un peu plus de six heures ; en 24 bits et 96 kHz on y arrive en moins de deux.

Les enregistreurs gèrent la limite en découpant le fichier, ce qui explique qu’une longue session revienne en plusieurs parties numérotées. Certains logiciels écrivent plutôt au-delà de la limite et produisent un fichier qui se lit correctement jusqu’au mur, puis annonce une durée erronée ou refuse tout court. RF64 et BWF étendent le format pour supprimer la limite, et c’est ce qu’écrivent les enregistreurs professionnels pour le travail longue durée — mais un simple .wav l’a toujours.

WAV est un conteneur RIFF et peut en principe contenir de l’audio compressé — il existe des codecs anciens qui pouvaient y être stockés. En pratique, l’immense majorité des WAV qui existent sont du PCM non compressé, ce qui explique que le format soit traité comme un synonyme d’audio non compressé.

Très occasionnellement, un fichier venant d’un ancien logiciel Windows s’avère contenir autre chose et refuse de se lire dans un éditeur moderne. C’est assez rare pour rester une curiosité plutôt qu’une mise en garde, et le symptôme est reconnaissable : un .wav qu’un programme ouvre et qu’un autre qualifie de non pris en charge.

La fréquence d’échantillonnage détermine la fréquence à laquelle le signal est mesuré — 44,1 kHz pour le CD, 48 kHz pour le travail vidéo, 96 ou 192 pour l’enregistrement haute résolution. La profondeur de bits détermine la finesse avec laquelle chaque mesure est stockée : 16 bits donnent 65 536 niveaux, 24 bits en donnent environ 16,7 millions. Le troisième réglage, qui s’additionne aux deux autres, est le nombre de canaux : mono, stéréo, ou davantage pour les configurations immersives.

Pour l’enregistrement, 24 bits est le réglage qui vaut la peine d’être utilisé, et la raison en est la marge plutôt que la qualité audible. Cela laisse de la place pour enregistrer prudemment et remonter le niveau ensuite sans que le bruit de fond monte à votre rencontre. Dépasser 48 kHz multiplie la taille du fichier pour un bénéfice que des tests d’écoute contrôlés n’ont pas mis en évidence de manière fiable, ce qui ne veut pas dire qu’il n’existe pas, mais qu’il est en général inaudible en dehors d’un travail de post-production minutieux. Pour la diffusion, 44,1 kHz ou 48 kHz en 16 bits suffit ; pour l’archive brute avant mixage, 24 bits à 48 kHz est un bon réglage par défaut qui ne ferme aucune porte ensuite.

Les éditeurs audio, les outils de transcription, les pipelines de reconnaissance vocale, les logiciels d’alignement forcé et une bonne part de l’outillage de recherche acceptent le WAV et refusent les formats compressés. La raison n’est pas la fidélité — c’est que lire des échantillons bruts ne demande aucun décodeur, ce qui supprime toute une catégorie de bogues et de dépendances de leur code.

C’est pourquoi convertir un MP3 en WAV est une opération légitime et courante en ne restaurant rien. Le fichier devient dix fois plus gros et contient exactement l’audio que contenait le MP3 ; ce qu’il gagne, c’est d’être acceptable par un programme qui sinon l’aurait refusé.

Un WAV fabriqué à partir d’un MP3 a la taille d’un fichier non compressé et le contenu d’un fichier compressé. L’audio que l’encodeur MP3 a écarté est parti, et aucun format ne le ramène — le WAV stocke fidèlement ce qui reste.

Cela mérite d’être dit clairement, parce que la croyance inverse est répandue. WAV est la bonne destination pour un logiciel qui l’exige et la mauvaise pour améliorer un fichier. Si la qualité est le but, la seule réponse est de remonter à une meilleure source, et s’il n’y en a pas, il n’y en a pas. La situation se complique quand le MP3 a été lui-même produit à partir d’un WAV de bonne qualité, et que le WAV source a été effacé par erreur : dans ce cas, la conversion en WAV n’a rien perdu de ce qui existait dans le MP3, mais elle n’a pas non plus ramené ce que le MP3 avait perdu à la première passe, et c’est ce qu’il faut avoir en tête pour ne pas croire qu’une simple conversion va réparer ce qui a été altéré plus haut.

Un grand nombre de WAV sont des fichiers stéréo portant un microphone dupliqué sur les deux canaux — enregistrements de conférence, mémos vocaux, entretiens à source unique. Cela double la taille pour dire deux fois la même chose.

Convertir un tel fichier en mono le divise par deux sans rien perdre de réel, et pour la parole destinée à la transcription c’est strictement meilleur. Gardez la stéréo pour la musique, pour tout ce qui a un véritable champ stéréo, et pour les enregistrements avec deux personnes sur des canaux séparés.

MP3 ou AAC quand le fichier doit voyager — courriel, téléversement, téléphone, voiture. Comptez environ un dixième de la taille ; utilisez 128 kbps pour la parole et 192 ou plus pour la musique. FLAC quand rien ne doit être perdu mais que la taille est impraticable : c’est sans perte, restitue exactement les mêmes échantillons, et arrive à environ la moitié. Opus est l’alternative moderne pour la diffusion en ligne, et il fait mieux que les deux à bas débit, mais reste moins universellement pris en charge que MP3 sur du matériel ancien.

FLAC est la réponse que les gens veulent en général et qu’ils envisagent rarement. Un entretien de 600 Mo devient environ 300 Mo avec chaque échantillon intact, ce qui est un meilleur compromis que de garder le WAV ou d’accepter une compression avec perte. Parce que la conversion se fait dans votre navigateur, l’enregistrement n’est jamais téléversé — ce qui compte, vu que ce que les gens convertissent ici est en immense majorité des entretiens, des réunions et des notes vocales, c’est-à-dire du contenu dont la confidentialité n’a pas été négociée et qu’aucun serveur tiers n’a de raison de voir. La conversion locale est ici un détail de respect plutôt qu’un argument de performance.