Si vous avez déjà écouté de la musique numérique - en particulier tout format audio avec perte -, vous avez été exposé à la quantification mathématique. Ce traitement des signaux numériques en coulisse est assez banal et fait souvent partie intégrante des logiciels audio matériel (par exemple, convertisseurs numérique-analogique). Mais la quantification ne se limite pas à l'audio. Le terme et ses utilisations s’appliquent également à d’autres domaines, tels que la physique ou l’imagerie numérique.
Dans un studio d'enregistrement, les microphones captent les ondes sonores de la musique analogique, qui sont ensuite traitées dans un format numérique. Le signal peut être échantillonné à 44 100 Hz et quantifié avec une profondeur de 8, 16 ou 24 bits (et ainsi de suite). Des profondeurs de bits supérieures fournissent plus de données, ce qui permet une conversion et une reproduction plus précises du signal d'origine.
Fondamentalement, la quantification est un processus complexe d’arrondi qui implique un certain degré d’imprécision. Les ordinateurs fonctionnent sur des uns et des zéros, raison pour laquelle la conversion analogique-numérique est considérée comme une approximation proche et non comme une copie exacte. En ce qui concerne la musique, le signal quantifié doit non seulement conserver une succession et une amplitude de valeurs correctes, mais la synchronisation doit également être précise. Le processus doit veiller à ce que le rythme musical soit maintenu, avec des notes également distribuées et réglées sur les mêmes temps (ou fractions de ceux-ci). Sinon, le son risque de ne plus être audible ou d'être étrange pour les oreilles.
Ce concept de quantification peut être observé visuellement avec un programme d'édition d'images, tel que Photoshop. Lorsqu'une image de grande taille est réduite, il y a une perte d'informations sur les pixels en raison du processus mathématique traitant la tâche. Le logiciel effectue les calculs et les arrondis pour éliminer les pixels indésirables tout en préservant l'intégrité globale, le rapport et le contexte de l'image. Les proportions soumises à des contraintes d'image sont aussi essentielles pour les photos que le rythme pour la musique. Lorsque vous effectuez un zoom avant et comparez la version redimensionnée de la photo par rapport à la photo d'origine, les bords et les objets ont tendance à apparaître un peu grossiers ou irréguliers. Cet aspect visuel de la compression avec perte concerne également les types de fichiers audio numériques. Plus de données et / ou moins de compression se traduisent par une qualité globale supérieure.
