Pourquoi 8 kHz mono 16-bit ?
La téléphonie transporte 300–3 400 Hz, pas davantage
Le réseau téléphonique commuté, et les codecs qui l'ont remplacé sur IP, transportent la voix dans une bande d'environ 300 à 3 400 Hz. C'est un choix d'ingénierie ancien : cette bande suffit à l'intelligibilité de la parole, et elle coûte peu.
Le codec G.711, utilisé par défaut par la quasi-totalité des installations, échantillonne à 8 000 Hz. D'après le théorème de Nyquist-Shannon, un échantillonnage à 8 000 Hz ne peut représenter que des fréquences inférieures à 4 000 Hz. Tout ce qui se trouve au-dessus est éliminé avant transmission.
Un fichier en 44,1 kHz n’apporte donc rien
Fournir une annonce en 44,1 kHz stéréo ne rend pas la voix plus nette au téléphone : le contenu au-dessus de 4 000 Hz sera supprimé de toute façon. Le fichier est simplement cinq fois plus lourd, et 3CX le refuse plutôt que de le convertir à votre place.
Convertir en amont, avec un rééchantillonneur de qualité, donne un meilleur résultat qu'une conversion faite dans l'urgence par un équipement intermédiaire.
Le volume compte plus que la définition
Le défaut le plus audible n'est presque jamais la fréquence d'échantillonnage : c'est l'écart de volume entre annonces. Un menu enregistré au casque suivi d'une musique d'attente extraite d'un CD produit un saut de niveau brutal pour l'appelant.
Le calibrage mesure la loudness intégrée selon EBU R128, puis aligne chaque fichier sur une cible commune (−16 LUFS pour la voix, −20 LUFS pour la musique d'attente), avec un vrai pic plafonné à −2 dBTP pour ne pas saturer après encodage G.711.
Où servent ces fichiers : SVI, file d’attente, musique d’attente
Dans 3CX, ces fichiers alimentent quatre endroits : le répondeur numérique (le SVI, ou serveur vocal interactif) pour les menus d’accueil ; les files d’attente, pour l’annonce d’introduction et la musique d’attente ; les invites système, quand on localise les messages du standard ; et la musique d’attente générale.
Tous attendent le même format, mais pas le même niveau. Une annonce de menu doit être franche et intelligible ; une musique d’attente qui sortirait au même volume devient fatigante au bout de trente secondes. C’est pourquoi l’outil propose deux cibles : −16 LUFS pour la voix, −20 LUFS pour la musique d’attente.
Détail qui coince souvent : 3CX demande des noms de fichiers en caractères latins. Un accent ou une apostrophe dans le nom peut suffire à faire échouer l’import, même quand le format est bon.
Trois façons de convertir, et ce qu’elles coûtent
À la main, avec Audacity : c’est la méthode que documente 3CX. On ouvre le fichier, on passe le « Project Rate » à 8000, on scinde la stéréo en mono et on supprime la seconde piste, puis on exporte en « WAV (Microsoft) signed 16-bit PCM ». Gratuit et fiable, mais à refaire fichier par fichier — et le volume, lui, n’est pas traité.
Le convertisseur en ligne officiel de 3CX : glisser-déposer, un fichier à la fois, dans la limite de 50 Mo et 15 minutes. Il fait le format correctement. Le fichier part sur un serveur, et le volume n’est toujours pas aligné entre vos annonces.
Cet outil : le lot entier d’un coup, le volume mesuré et aligné sur une même référence en plus du format, et rien qui quitte votre navigateur. C’est le seul point sur lequel il se distingue vraiment — le format, tout le monde sait le faire.
Et le 16 kHz ?
Certains codecs large bande (G.722, Opus) transportent effectivement plus que 4 kHz. Mais les prompts d'un système 3CX standard restent attendus en 8 kHz : un fichier en 16 kHz sera refusé à l'import, même si votre trunk est en large bande.