---
title: "Qu’est-ce que la fréquence d’échantillonnage ? Le 16 kHz"
description: "La fréquence d’échantillonnage est le nombre d’échantillons audio par seconde. Pourquoi 16 kHz mono, le calcul de taille et combien de minutes tiennent dans 25 Mio."
url: https://broadrouter.com/fr/glossary/sample-rate/
lang: fr
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduit de l’anglais avec l’aide de l’IA. [Lire l’original en anglais](https://broadrouter.com/glossary/sample-rate/) (mis à jour le 2026-11-16).

# Fréquence d’échantillonnage (sample rate)

Mis à jour 2026-11-16

La fréquence d’échantillonnage (sample rate) est le nombre d’échantillons audio captés par seconde, mesuré en hertz (Hz). Les modèles de reconnaissance vocale attendent souvent un audio mono à 16 000 Hz (16 kHz). Avec la profondeur de bits et le nombre de canaux, elle fixe la taille d’un fichier audio non compressé par minute.

Aussi appelé : fréquence d’échantillonnage, taux d’échantillonnage, échantillonnage audio, audio 16 kHz, sample rate, sampling rate, sampling frequency, audio sample rate, 16 kHz audio

La fréquence d’échantillonnage est le premier chiffre à vérifier quand un fichier audio est trop gros ou qu’une requête de transcription est refusée.

## Comment ça marche

L’audio numérique stocke l’onde sonore sous forme d’une liste de nombres, un par échantillon. À 16 000 Hz, cela fait 16 000 nombres par seconde et par canal. Chaque nombre occupe 2 octets en 16 bits. La taille d’un WAV non compressé est donc :

```text
bytes per second = sample rate x bytes per sample x channels
16 kHz, 16-bit, mono:    16,000 x 2 x 1 = 32,000 B/s  -> x 60 = 1,920,000 B per minute
44.1 kHz, 16-bit, stereo: 44,100 x 2 x 2 = 176,400 B/s -> x 60 = 10,584,000 B per minute
```

Les modèles de parole sont généralement entraînés sur de l’audio à 16 kHz. Le code Whisper d’OpenAI fixe `SAMPLE_RATE = 16000` et charge chaque fichier via ffmpeg avec `-ac 1 -ar 16000`. Dans la documentation de FFmpeg, `-ar` fixe la fréquence d’échantillonnage audio et `-ac` le nombre de canaux.

## Pourquoi c’est important

-   **Limites de taille.** Un WAV stéréo qualité CD est 10 584 000 / 1 920 000 = 5,5 fois plus gros qu’un 16 kHz mono, sans aucun gain pour un modèle à 16 kHz.
-   **Temps d’envoi.** Des fichiers plus petits atteignent l’API plus vite, ce qui compte pour les voicebots.
-   **Compatibilité.** Des outils comme la [détection d’activité vocale](https://broadrouter.com/fr/glossary/vad/) n’acceptent que certaines fréquences (WebRTC VAD prend 8, 16, 32 ou 48 kHz).
-   **Pas de suréchantillonnage.** Convertir un appel téléphonique à 8 kHz en 16 kHz double la taille du fichier sans ajouter le moindre détail.

## Sur BroadNet Inference

L’endpoint de transcription de BroadNet accepte le WAV ou le MP3 jusqu’à 26 214 400 octets (25 Mio) par fichier. Sa documentation convertit les messages vocaux WhatsApp `.ogg` et les enregistrements `.m4a` avec :

```bash
ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav
```

Quantité d’audio qui tient dans une requête en WAV 16 bits :

| Format | Octets par minute | Tient dans 26 214 400 octets |
| --- | --- | --- |
| 16 kHz mono | 1 920 000 | 26 214 400 / 1 920 000 = 13,65 min, environ 13 min 39 s |
| 44,1 kHz stéréo | 10 584 000 | 2,48 min, environ 2 min 29 s |

Au-delà, découpez en segments de 10 minutes (600 s x 32 000 o/s = 19 200 000 octets chacun), comme le montre le [guide des messages vocaux WhatsApp](https://broadrouter.com/fr/guides/transcribe-whatsapp-voice-notes/), ou envoyez du MP3, bien plus léger par minute. Indiquez toujours `language`. La facturation se fait à la minute d’audio, pas à l’octet : la fréquence d’échantillonnage change la taille de l’envoi, pas le prix. Vérifiez les coûts dans le [calculateur de coût speech-to-text](https://broadrouter.com/tools/speech-to-text-cost-calculator/). Pour une vue d’ensemble, voir [speech-to-text](https://broadrouter.com/fr/glossary/speech-to-text/).

## Questions fréquentes

### Quelle fréquence d’échantillonnage utiliser pour le speech-to-text ?

16 kHz mono est le choix courant. Whisper rééchantillonne toute entrée à 16 000 Hz, et la documentation de BroadNet convertit les messages vocaux avec ffmpeg -ar 16000 -ac 1.

### Quelle taille fait une minute de WAV à 16 kHz ?

En 16 bits mono, 16 000 échantillons x 2 octets x 60 secondes = 1 920 000 octets, soit environ 1,92 Mo, plus un petit en-tête.

### Une fréquence plus élevée améliore-t-elle la transcription ?

Pas si le modèle travaille à 16 kHz, puisqu’il rééchantillonne l’audio vers le bas de toute façon. Une fréquence plus élevée ne fait qu’alourdir l’envoi.

## Voir aussi

-   [Speech-to-text (reconnaissance vocale)](https://broadrouter.com/fr/glossary/speech-to-text/) (terme)
-   [Détection d’activité vocale (VAD)](https://broadrouter.com/fr/glossary/vad/) (terme)
-   [Diarisation du locuteur (speaker diarization)](https://broadrouter.com/fr/glossary/diarization/) (terme)
-   [Horodatages (speech-to-text)](https://broadrouter.com/fr/glossary/timestamps-asr/) (terme)
-   [WAV](https://broadrouter.com/fr/glossary/wav/) (terme)
-   [Ogg Opus](https://broadrouter.com/fr/glossary/ogg-opus/) (terme)
-   [Transcrire les messages vocaux WhatsApp en texte avec une API](https://broadrouter.com/fr/guides/transcribe-whatsapp-voice-notes/) (guide)
-   [API speech-to-text pour l’arabe, étape par étape](https://broadrouter.com/fr/guides/arabic-speech-to-text-api/) (guide)
-   [Messages vocaux en texte : de WhatsApp et Telegram aux tickets](https://broadrouter.com/fr/blog/voice-notes-to-text-for-business/) (article)

Essayez-le sur votre vraie charge de travail. Les nouveaux comptes démarrent avec USD 5 de crédit pour Gemma et transcription. DeepSeek, GLM et Qwen3.8 nécessitent une recharge.

[Commencer](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-sample-rate&utm_content=page-cta) ·

**Sources**

-   [Documentation FFmpeg, options audio -ar et -ac (vérifié le 2026-11-16)](https://ffmpeg.org/ffmpeg.html)
-   [Code source d’OpenAI Whisper, audio.py (SAMPLE\_RATE = 16000) (vérifié le 2026-11-16)](https://github.com/openai/whisper/blob/main/whisper/audio.py)
-   [Référence de l’API BroadNet Inference, transcription et conversion avec ffmpeg (vérifié le 2026-11-16) (en anglais)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fr-glossary-sample-rate&utm_content=sources)
