Codec audio : comprendre G.711, G.722, G.729 et Opus

Pourquoi changer de codec dès qu'un appel sonne mal, sans avoir mesuré le lien ? C'est le réflexe le plus répandu dans les équipes IT. L'accueil d'un hôtel décroche, la voix saute entre une clinique et son siège, et quelqu'un ouvre la liste des formats. Le nom change, le symptôme reste.

Un codec audio ne fait qu'une étape dans la chaîne. Il prépare la voix pour le transport, puis la reconstruit à l'arrivée. Il ne répare ni une liaison saturée, ni des paquets qui arrivent en retard, ni un terminal mal réglé.

Pour un intégrateur, un revendeur ou une DSI qui couvre la France, la Belgique et le Luxembourg, l'ordre compte. D'abord le réseau, ensuite la négociation entre équipements, et seulement après le format. La suite pose trois notions, puis une méthode pour ne pas toucher au mauvais réglage.

Table des matières

• Ce qu'un codec audio fait à votre voix

  • Le codec n'est pas seul sur le chemin

• Codecs courants et bande étroite contre large bande

  • Ce que l'oreille gagne, ou perd

• Qualité sonore et débit, un compromis à arbitrer

  • Ce que chaque force change à l'oreille

  • Où placer le curseur

• Pourquoi un bon codec peut quand même mal sonner

• Vérifier la chaîne d'appel avant de changer de codec

  • L'intelligibilité ne se résume pas à un score

• Choisir un codec selon le site et le réseau

  • Plusieurs sites, une règle, puis un pilote

Ce qu'un codec audio fait à votre voix

Imaginez une valise à compression. Vous pliez un vêtement pour qu'il tienne dans le bagage, puis vous le dépliez à l'arrivée. Le tissu est là, mais le pli reste parfois visible. Un codec audio agit de la même façon : il réduit le volume à transporter, sans garantir une restitution identique à la voix d'origine.

Le codec convertit la voix analogique en données numériques à l'émission. À la réception, il reconstruit le signal que le combiné, le casque ou le haut-parleur va jouer.

Prenez un appel entre deux sites qui restent sur G.711, encore très présent sur les trunks d'interconnexion. La documentation des codecs WebRTC publiée par MDN décrit une modulation PCM : des échantillons codés sur 8 bits, à une fréquence de 8 000 Hz, soit un débit nominal de 64 kbit/s. Il n'y a pas de compression perceptuelle. Chaque échantillon est quantifié, puis envoyé. Les artefacts restent limités, et le flux demandé est plus lourd qu'avec un format qui écarte une partie du signal.

Le débit nominal ne décrit que le flux audio du codec. Il ne décrit pas ce que la liaison consomme une fois les en-têtes réseau ajoutés.

Plus la représentation conserve d'information, plus le débit monte. Une compression forte allège le transport, et elle peut réduire la fidélité. Confondre les deux débits fausse le dimensionnement. Le débit nominal concerne le codec. Le débit réel d'un appel ajoute les en-têtes RTP, UDP et IP, parfois un tunnel. Un accès « large » sur le papier peut saturer dès que plusieurs conversations partagent la ligne avec la visio et les sauvegardes.

Le codec n'est pas seul sur le chemin

Deux terminaux négocient le format. Un équipement intermédiaire peut le transcoder, c'est-à-dire le convertir vers un autre codec, et chaque conversion retravaille le signal. Le réseau décide ensuite si les paquets arrivent entiers et à temps. Pour un intégrateur ou une DSI, le codec est donc une étape du traitement, pas une garantie autonome.

Trois notions suffisent pour la suite.

• Codec : l'étape qui numérise la voix, puis la reconstruit.

• Débit nominal : le flux audio, avant les en-têtes.

• Qualité perçue : ce que l'interlocuteur entend, réseau et conversions compris.

Le réglage le plus propre sur une fiche ne sauve pas un appel si la négociation ou le lien est mauvais.

Codecs courants et bande étroite contre large bande

Le tableau ci-dessous sert de repère, pas de classement. Chaque ligne donne la bande de fréquences, le débit nominal public et l'usage courant. La bande décrit ce que l'oreille peut encore restituer. Le débit nominal décrit ce que le codec consomme avant les en-têtes. L'usage indique une situation typique, pas un vainqueur.

Ces valeurs sont des débits nominaux publics. Ce ne sont pas des mesures prises sur un appel en production. Aucune ligne n'est meilleure dans l'absolu : le bon profil dépend du site, du lien et des équipements en face.

Ce que l'oreille gagne, ou perd

La différence entre bande étroite et large bande tient à l'étendue des fréquences vocales. La présentation des codecs voix de GL Communications rappelle que la téléphonie traditionnelle couvre environ 300 à 3 400 Hz, plage que l'UIT-T associe notamment à G.711. G.722 élargit la restitution jusqu'à environ 7 000 Hz, aux débits nominaux de 48, 56 ou 64 kbit/s selon le mode.

Une image simple suffit, sans en faire une mesure. Une conversation derrière une porte laisse passer le sens et étouffe les détails. La même conversation dans la pièce rend les consonnes, les sifflantes et le timbre plus nets. C'est ce que beaucoup d'accueils décrivent en passant à la voix HD, ou wideband.

Le point souvent négligé est ailleurs. G.722 peut utiliser 64 kbit/s, comme G.711, tout en couvrant une bande plus large. La qualité perçue ne se déduit donc pas du seul chiffre du débit. Elle suppose que les deux extrémités, les équipements intermédiaires et le chemin média restent en large bande. Un seul maillon en bande étroite fait disparaître le gain, sans alerte sur le poste.

Opus peut aller de la bande étroite à une bande pleine, jusqu'à 20 kHz, et il adapte son débit à ce que le lien peut porter. Sur une connexion instable, c'est là qu'il change la donne : le flux suit la bande passante disponible au lieu de rester figé. Encore faut-il que les deux côtés restent sur ce format. Une conversion vers un codec étroit annule l'adaptation.

Un même débit nominal peut porter une voix étroite ou une voix HD. Le chiffre seul ne classe pas l'appel.

Sur un réseau d'agences, d'hôtels ou de cliniques, notez le codec réellement négocié, pas celui coché par défaut dans une fiche. Le tableau prépare cette vérification. Il ne prouve pas que l'appel sonnera bien.

Qualité sonore et débit, un compromis à arbitrer

Trois forces pèsent en même temps sur une conversation : la qualité sonore, le débit et le délai. Les traiter séparément conduit à un mauvais réglage. Un format très léger libère de la capacité, et il peut rendre l'échange moins naturel au moment où deux personnes se répondent.

Ce que chaque force change à l'oreille

La qualité sonore, c'est ce que l'interlocuteur comprend du premier coup : consonnes, timbre, niveau. La réduire se voit tout de suite à un standard, moins sur un message court.

Le débit, c'est la place que l'appel prend sur l'accès. Le baisser aide un site isolé dont la liaison est mince. Le baisser sur un siège déjà bien dimensionné n'apporte presque rien, et peut coûter en fidélité.

Le délai, c'est le temps entre la parole et sa restitution. Une compression plus forte demande souvent plus de calcul. Elle peut ajouter un délai de traitement, et elle réagit plus fort quand un paquet manque, parce que le décodeur a moins de matière pour reconstruire le son. Dans un échange interactif, ce décalage gêne autant qu'un trou dans la phrase.

Prenez l'accueil d'un hôtel à l'heure des arrivées, ou le standard d'un centre de soins. Un silence perceptible ou une voix hachée bloque la consigne. Le correspondant répète, parle plus fort, puis raccroche. Le codec « économe » n'a pas amélioré l'expérience. Il a seulement allégé un flux déjà secondaire par rapport au retard.

Où placer le curseur

La règle tient en une phrase. Une meilleure qualité là où la bande passante le permet, un codec plus léger sur les liaisons faibles, et d'abord la stabilité du réseau. Opus réduit une partie de ce compromis sur les connexions variables, parce qu'il ajuste débit et fiabilité selon les conditions du moment. Il ne remplace pas un lien qui coupe.

Chaque conversion d'un codec vers un autre dégrade le signal. Plusieurs conversions sur le même appel cumulent la perte : c'est la cascade de transcodage. Viser le moins de conversions possible protège mieux la voix qu'un changement de format isolé.

Quand la téléphonie partage l'accès avec la visio, les fichiers et les applications métiers, la voix doit être priorisée. Sinon le codec, même bien choisi, attend derrière d'autres flux. La définition du MOS aide à nommer la note d'écoute. Elle ne dit pas quel format cocher. Ne choisissez jamais un codec sur le seul débit affiché.

Règle de décision : qualité là où le lien le permet, format plus léger sur les liaisons faibles, stabilité vérifiée avant tout changement.

Pourquoi un bon codec peut quand même mal sonner

L'idée reçue est simple : si l'appel est mauvais, le codec est en cause. Elle est souvent fausse. Le format peut être correct, et la voix quand même hachée, parce qu'elle voyage par paquets. Le réseau peut en supprimer, en retarder ou en mélanger, quel que soit le nom du codec.

La fiche de diagnostic de Telcobridges le formule clairement. Une perte de paquet supprime une portion du signal. Avec une paquetisation typique de 20 ms, chaque paquet manquant peut correspondre à environ 20 ms de parole absente. Quelques pertes rapprochées, et un mot disparaît.

La gigue désigne les variations de délai d'arrivée. Si les paquets arrivent trop tard, ou dans le désordre, par rapport au tampon de lecture, l'oreille entend des coupures même sans perte nette. La latence élevée rend l'échange moins naturel, alors que le son lui-même peut rester clair. Les interlocuteurs se coupent la parole, puis laissent des blancs trop longs.

Congestion, Wi-Fi instable, routage, files d'attente ou priorisation mal posée dégradent G.711, G.722, G.729 ou Opus de la même façon. Changer de codec dans ce cas déplace le symptôme. Ça ne le traite pas. Le tableau suivant sert de guide avant toute modification. Il ne couvre pas le micro, le casque ni le terminal : ces causes se vérifient à part, sur le poste concerné.

Le piège est de conclure trop vite. Une voix étouffée sur les seuls appels sortants pointe souvent une conversion ou un lien montant, pas « le mauvais codec » en général. Une voix saccadée sur tous les postes d'un site pointe la file d'attente ou le Wi-Fi, pas la fiche du PBX.

La qualité audio d'un appel se juge sur l'ensemble du chemin. Pertes, gigue, délai et transcodage passent avant le changement de format. Tant que ces quatre points ne sont pas lus, le codec n'est qu'un suspect parmi d'autres.

Vérifier la chaîne d'appel avant de changer de codec

Confirmer que le codec est en cause demande une séquence courte, toujours dans le même ordre. Sauter une étape ramène au réflexe du début : on modifie un réglage qui n'expliquait pas le défaut.

1. Mesurez la perte de paquets, la gigue et le délai aller-retour sur chaque lien, en partant du symptôme déjà observé. La perte de paquets se lit sur le segment fautif, pas sur une moyenne nationale.

2. Vérifiez que la voix est priorisée sur l'accès partagé avec la visio, les fichiers et les applications métiers. Sans cette priorité, le format n'a pas la place de s'exprimer.

3. Identifiez le codec réellement négocié entre les terminaux et les points de conversion, puis comptez les transcodages. Un seul passage imprévu suffit à étouffer une voix HD.

4. Comparez, site par site et au même moment, les appels internes et les appels externes. L'écart isole la zone, au lieu de tout attribuer au PBX.

5. Faites écouter des phrases types aux personnes concernées : voix aiguës et graves, accents, annonces automatisées, transfert d'un réseau à l'autre. La compréhension se teste avec elles.

6. Ne changez de codec que si les mesures le désignent, puis limitez l'essai à un site pilote avant de l'étendre.

L'intelligibilité ne se résume pas à un score

Un codec à large bande peut rendre les fréquences vocales plus nettes. Il ne garantit pas une conversation compréhensible. Le microphone, le traitement du bruit, le niveau, la latence et le terminal pèsent autant. Les indicateurs d'accessibilité de l'Arcep au quatrième trimestre 2025 montrent que ce suivi existe pour les personnes sourdes, malentendantes, sourdaveugles ou aphasiques. Les comparatifs de codecs l'intègrent rarement.

Un codec HD rend-il automatiquement un standard accessible ? Non. Dans un EHPAD, un hôpital, une école, un service public ou un accueil hôtelier, l'accessibilité demande la chaîne complète, des canaux alternatifs et une validation avec les utilisateurs concernés. Publier un débit ne remplace pas cette écoute.

Testez des phrases réelles avec les personnes qui décrochent, pas seulement une note moyenne sortie d'un outil.

Pour les données d'appel, Voxbi conserve les appels, les enregistrements et les notes d'appel dans l'Union européenne, et chaque appel est chiffré pendant le transport. Cette localisation et ce chiffrement relèvent de la conformité au RGPD. Ils ne corrigent pas un lien saturé, et ils ne dispensent pas de la séquence ci-dessus.

Choisir un codec selon le site et le réseau

Une fois la chaîne vérifiée, le choix devient une décision par situation, pas une préférence d'ingénieur. Le tableau indique le premier codec à examiner, et le point à contrôler avant de modifier la configuration. Il s'adresse aux intégrateurs, aux revendeurs et aux DSI qui gèrent plusieurs sites aux liaisons inégales.

Lisez le tableau comme une décision, ligne par ligne. Vers un opérateur ou un réseau distant, garder G.711 sur le trunk limite les conversions inutiles. Entre terminaux compatibles sur un réseau stable, G.722 a un sens seulement si tout le chemin reste en large bande. Sur une liaison faible ou un site isolé, G.729 allège le flux, à condition que les équipements le prennent en charge. Pour un client navigateur ou une connexion qui varie, Opus laisse le débit s'adapter. La perte de paquets reste à surveiller, parce que l'adaptation ne répare pas une coupure.

Plusieurs sites, une règle, puis un pilote

Sur un réseau multi-sites, ne cherchez pas un codec unique. Mettez un format plus léger sur les liaisons faibles, et une meilleure qualité là où le réseau le permet. Vérifiez d'abord la stabilité de chaque liaison. Une agence dont l'accès monte et descend n'a pas le même besoin que le siège.

Chaque conversion supplémentaire dégrade le signal. Visez le moins de transcodeurs possible sur un même appel. Avant de toucher à l'ordre de négociation, demandez au fournisseur ou au PBX la liste des codecs acceptés. La compatibilité SIP se contrôle entre le PBX et les terminaux, pas seulement dans un menu.

Le changement utile est celui qu'un site pilote confirme. Étendez-le aux autres sites seulement si les mesures montrent un gain net, sur les mêmes symptômes qu'au départ. Sinon, revenez au lien. Le codec n'était pas le maillon fautif.

---

Voxbi est un standard téléphonique cloud pour les entreprises européennes : les appels se pilotent depuis le navigateur, avec un hébergement dans l'Union européenne et une conformité au RGPD. Le format audio n'est qu'un maillon. La chaîne d'appel et le chiffrement pendant le transport comptent autant pour la voix que vos équipes entendent. Pour voir la plateforme, rendez-vous sur Voxbi.