Les formats audio
Choisir le bon format de sortie
Voxtral supporte cinq formats audio, chacun avec ses avantages et inconvénients. Le choix du format impacte directement la qualité sonore, la taille des fichiers, la latence et la compatibilité. Cette leçon vous aide à choisir le format adapté à votre cas d’usage.
| Format | Compression | Qualité | Latence streaming | Usage principal |
|---|---|---|---|---|
| MP3 | Avec perte | Bonne | ~2 secondes | Usage général, fichiers |
| WAV | Aucune (PCM) | Maximale | Moyenne | Post-production, audiobooks |
| PCM | Aucune (brut) | Maximale | ~0,7 seconde | Streaming temps réel |
| FLAC | Sans perte | Maximale | Moyenne | Archivage, qualité pro |
| Opus | Avec perte | Très bonne | Basse | Streaming, VoIP, bande passante limitée |
MP3 : le standard universel
Le MP3 est le format le plus répandu. Presque tous les appareils et navigateurs le supportent nativement.
response = client.audio.speech.complete(
model="voxtral-mini-tts-2603",
input="Un fichier MP3 pour un usage classique.",
voice_id=voice_id,
response_format="mp3",
)Avantages : compatibilité universelle, bonne compression, métadonnées ID3.
Inconvénients : compression avec perte (qualité légèrement inférieure), latence élevée en streaming (~2s pour le premier chunk).
Recommandé pour : fichiers audio à télécharger, podcasts, intégration web classique.
WAV : la qualité maximale
Le WAV contient de l’audio PCM non compressé — c’est la meilleure qualité possible, sans aucune perte.
response = client.audio.speech.complete(
model="voxtral-mini-tts-2603",
input="Un fichier WAV pour la meilleure qualité.",
voice_id=voice_id,
response_format="wav",
)Avantages : qualité maximale, pas de décodage nécessaire, facilement éditable.
Inconvénients : fichiers volumineux (~10x plus gros que MP3), bande passante élevée.
Recommandé pour : post-production audio, audiobooks de qualité studio, archivage.
PCM : le format du temps réel
Le PCM (Pulse Code Modulation) est de l’audio brut en Float32 Little-Endian. C’est le format le plus rapide en streaming.
response = client.audio.speech.complete(
model="voxtral-mini-tts-2603",
input="Du PCM brut pour le streaming.",
voice_id=voice_id,
response_format="pcm",
)Avantages : latence minimale (~0,7s), pas de décodage, lecture directe.
Inconvénients : pas de header (vous devez connaître le sample rate et le format), fichiers très volumineux, pas de compatibilité directe avec les lecteurs classiques.
Recommandé pour : assistants vocaux temps réel, agents conversationnels, applications WebRTC.
FLAC : compression sans perte
Le FLAC offre une compression de 50-60% sans aucune perte de qualité audio.
response = client.audio.speech.complete(
model="voxtral-mini-tts-2603",
input="Du FLAC pour un archivage sans perte.",
voice_id=voice_id,
response_format="flac",
)Avantages : qualité identique au WAV, fichiers 40-60% plus petits, métadonnées.
Inconvénients : moins universel que MP3, nécessite un décodeur FLAC.
Recommandé pour : archivage professionnel, distribution musicale, cas où la qualité est critique.
Opus : le compromis moderne
Opus est un codec moderne conçu pour la communication en temps réel. Il offre une excellente qualité à très bas bitrate.
response = client.audio.speech.complete(
model="voxtral-mini-tts-2603",
input="De l'Opus pour le streaming efficace.",
voice_id=voice_id,
response_format="opus",
)Avantages : excellent rapport qualité/taille, bonne latence en streaming, adapté aux connexions lentes.
Inconvénients : compatibilité variable (pas supporté partout nativement), conteneur OGG nécessaire pour certains lecteurs.
Recommandé pour : VoIP, streaming bande passante limitée, applications mobiles.
Guide de décision rapide
Posez-vous ces questions :
- Avez-vous besoin de streaming temps réel ? → PCM (latence minimale) ou Opus (bon compromis)
- Le fichier sera-t-il écouté dans un navigateur web ? → MP3 (compatibilité maximale)
- Allez-vous éditer l’audio ensuite ? → WAV (qualité maximale, facile à manipuler)
- Devez-vous archiver avec qualité ? → FLAC (compression sans perte)
- La bande passante est-elle limitée ? → Opus (meilleur ratio qualité/taille)
Points clés à retenir
- MP3 est le choix par défaut pour la compatibilité universelle
- PCM offre la latence la plus basse pour le streaming temps réel (~0,7s)
- WAV fournit la meilleure qualité sans compression, idéal pour la post-production
- FLAC compresse sans perte — même qualité que WAV, fichiers plus petits
- Opus est le meilleur compromis qualité/taille pour les applications réseau