Profondeur de bits du stylo de lecture : 16-bit vs 24-bit vs 32-bit Float pour l'audio OEM

Public : Ce guide est destiné aux chefs de produit OEM, aux producteurs de contenus vocaux et aux ingénieurs QA audio qui doivent décider de la profondeur de bits PCM pour la narration de livres OID sur les stylets de lecture B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2 et Y6, où la plage dynamique, la taille des fichiers et la marge DSP interagissent de manière non évidente.

Un programme K7 de 9 000 unités pour un éditeur coréen a été livré en 2025 avec une narration masterisée en 24 bits, 48 kHz. Le studio avait supposé qu'une profondeur de bits plus élevée équivaut à une qualité supérieure, et le 24 bits était un choix défensif. L'éditeur a formulé trois plaintes : le pack OID était 38 % plus volumineux que prévu, la mise à jour OTA était de 120 Mo (ce qui dépassait le plafond de mise à jour delta de 100 Mo), et la batterie de lecture sur la cellule Li-ion 14500 de 800 mAh a perdu 11 minutes par cycle de charge. Nous avons remastérisé en 16 bits, 22,05 kHz et livré un OTA delta de 14 Mo. La différence audible était nulle sur le haut-parleur intégré et de 1 dB sur un casque audiophile à 400 $. L'éditeur a économisé 0,42 $ par unité sur l'allocation NAND et 0,18 $ sur le contrat de données OTA, soit un total de 5 400 $ sur le programme. La profondeur de bits est un levier de qualité qui offre des rendements décroissants rapidement, et le bon nombre n'est pas le nombre le plus élevé.

Ce guide quantifie le PCM 16 bits, 24 bits et 32 bits float sur les 11 références, la plage dynamique que chaque format offre, les implications budgétaires en termes de taille de fichier, la marge DSP que chaque format permet, et le coût de la charge utile OTA sur un contrat de support typique de 3 ans. Les recommandations s'appuient sur plus de 47 000 unités livrées, 86 versions de firmware et des déploiements dans 47 pays.

1. Pourquoi la profondeur de bits compte dans un stylo de lecture

La profondeur de bits détermine la résolution de chaque échantillon audio et donc la plage dynamique et le bruit de fond de la chaîne de lecture. Le calcul est bien établi :

• Le PCM 16 bits offre une plage dynamique de 96 dB (6,02 dB par bit × 16 = 96,32 dB).
• Le PCM 24 bits offre une plage dynamique de 144 dB.
• Le PCM 32 bits float offre environ 1 500 dB de plage dynamique théorique, limitée par la mantisse à environ 168 dB en pratique.

Pour un stylo de lecture pour enfants diffusant une narration dans un environnement ambiant de 70-75 dB, la sortie SPL du haut-parleur est de 80-85 dB à 10 cm. La plage dynamique requise pour gérer le consonne la plus douce jusqu'au cri le plus fort est d'environ 40 dB. Cela rentre confortablement dans le budget de 96 dB du 16 bits. L'instinct "plus de bits c'est mieux" n'est correct que lorsque la chaîne d'enregistrement capture réellement plus de 16 bits de plage dynamique utilisable, ce qui est rare dans la production de studio vocal.

Conseil acheteur : Avant de payer une prime au studio pour une livraison en 24 bits, demandez le rapport crête-loudness (PLR) de l'enregistrement source. Si le PLR est inférieur à 14 dB, le master 24 bits ne contient pas plus d'informations qu'un master 16 bits avec un crête à -3 dBFS.

2. Référence de plage dynamique sur les 11 références

Les 11 références de stylos de lecture utilisent différents DAC et amplificateurs. La plage dynamique de lecture effective est limitée par le maillon le plus faible de la chaîne. Nous avons mesuré la plage dynamique de lecture sur chaque référence en utilisant une sinusoïde de 1 kHz à -60 dBFS et un analyseur Audio Precision :

Une source 16 bits ne dépasse jamais 96 dB de plage dynamique. Les DAC B1, B2 et P2 ne peuvent pas résoudre davantage. Sur L5, Q8, T2 et Y6, les DAC peuvent résoudre jusqu'à 112 dB, mais le haut-parleur s'atténue au-dessus de 14 kHz et en dessous de 350 Hz et ne peut pas reproduire la plage dynamique encodée en source 24 bits. La sortie est dominée par la plage dynamique utilisable de 65 dB du haut-parleur.

3. Budget de taille de fichier par profondeur de bits

Le débit binaire évolue linéairement avec la profondeur de bits. Le calcul est simple pour le PCM. Un flux mono à 22,05 kHz occupe :

• 16 bits = 352,8 kbps = 44,1 Ko/s.
• 24 bits = 529,2 kbps = 66,15 Ko/s.
• 32 bits float = 705,6 kbps = 88,2 Ko/s.

Pour un catalogue de 480 livres OID avec une durée de narration moyenne de 18 secondes par phrase, le coût de stockage par langue est :

• 16 bits = 3,2 Mo × 12 langues = 38,4 Mo.
• 24 bits = 4,8 Mo × 12 langues = 57,6 Mo.
• 32 bits float = 6,3 Mo × 12 langues = 75,6 Mo.

Après encodage MP3 à 64 kbps mono, le stockage passe à 6,9 Mo quelle que soit la profondeur de bits source (l'encodeur est fixe). Les fichiers source pré-encodage ne sont importants que si le programme OEM utilise FLAC sans perte ou expédie du WAV non compressé. Pour les programmes utilisant MP3 ou AAC, la décision de profondeur de bits n'affecte que l'archive studio, pas le pack OID expédié.

Conclusion : si votre format d'expédition est MP3 ou AAC, la profondeur de bits est invisible pour l'utilisateur. Si votre format d'expédition est FLAC (rare pour les stylets de lecture, mais utilisé par certains éditeurs K12 premium), le delta est environ 50% plus grand pour 24 bits et 100% plus grand pour 32 bits float.

4. Coût de charge utile OTA sur une fenêtre de support de 3 ans

Nos 86 versions de firmware incluent des tables de coefficients DSP dimensionnées par profondeur de bits supportée. La table DSP actuelle est de 720 Ko en 16 bits, 880 Ko en 24 bits et 1,05 Mo en 32 bits float. Chaque cycle OTA comprend une mise à jour delta. Le coût du support des trois profondeurs de bits dans le firmware est d'environ 320 Ko dans la charge utile OTA.

Pour un programme de 12 000 unités avec trois cycles OTA par an sur une fenêtre de support de 3 ans :

• 16 bits uniquement : 720 Ko × 9 cycles = 6,48 Go de données OTA cellulaires livrées.
• 16 bits + 24 bits : 1 600 Ko × 9 cycles = 14,4 Go.
• 16 bits + 24 bits + 32 bits : 2 650 Ko × 9 cycles = 23,85 Go.

À 0,06 $ par Mo sur notre contrat 4G standard, le coût des données OTA cellulaires uniquement est de 1 431 $ pour 16 bits uniquement, de 3 168 $ pour 16+24 bits, et de 5 242 $ pour le support complet multi-profondeurs de bits. Pour un programme de 50 000 unités, les chiffres sont multipliés par 4.

5. Marge DSP et question du dithering

Le DSP audio sur chaque SKU applique dans cet ordre un étage de gain, un compresseur et un limiteur. Le compresseur fonctionne à +6 dBFS pour les passages doux afin de maintenir la narration intelligible à faible volume. Le limiteur fonctionne à -1 dBFS pour éviter le clipping. L'étage de gain est à +0 dB par défaut mais peut varier de -12 à +12 dB selon le paramètre de volume utilisateur du SKU.

Pour le PCM 16 bits, l'étage de gain doit appliquer du dithering lors de l'atténuation, car le calcul est avec perte en dessous du bit. Pour le PCM 24 bits, le dithering est également appliqué car la sortie finale est convertie en 16 bits par le firmware. Pour le 32 bits float, aucun dithering n'est requis à aucune étape car la mantisse a une précision de 24 bits.

En pratique, notre firmware applique un dithering triangulaire (TPDF) à 1 LSB quelle que soit la profondeur de bits source, car la cible de lecture est toujours 16 bits sur le haut-parleur intégré. Le résultat audible est identique pour les sources 16 bits, 24 bits et 32 bits float. Il n'y a pas de pénalité de qualité pour choisir 16 bits.

6. Pourquoi le 32-bit Float est excessif

Le 32 bits float existe principalement pour la production studio où les étapes intermédiaires nécessitent une plage dynamique extrême. Pour un pack OID fini expédié à un stylet de lecture, le 32 bits float offre :

• Aucun avantage de marge : le compresseur du firmware fonctionne avant la conversion float-vers-fixe.
• Aucun avantage de bruit : le haut-parleur intégré a une plage dynamique de 65 dB quelle que soit la source.
• Aucun avantage d'autorat : les acteurs vocaux enregistrent dans des pré-amplis à point fixe 24 bits dans 99% des studios avec lesquels nous travaillons.
• Une pénalité de taille de fichier de 100% : le 32 bits float pèse deux fois la taille du point fixe 16 bits.

Nous n'avons jamais expédié de master 32 bits float dans aucun de nos 47 000+ unités. Nous ne le recommandons pas.

7. Réalité du studio d'enregistrement

Une chaîne d'enregistrement vocale réelle produit environ 18-22 bits de plage dynamique utilisable. Les limites de la chaîne sont :

• Bruit propre du microphone studio : 12-15 dB SPL (typiquement -126 dBV pour un Neumann TLM 102).
• EIN du pré-ampli (bruit d'entrée équivalent) : -128 dBV.
• SNR ADC : 110-123 dB.
• Master final avec 12 dB de marge pour les transitoires.

Une capture point fixe 16 bits peut résoudre 96 dB. Une capture 24 bits peut résoudre 144 dB. La plage dynamique effective de la chaîne d'enregistrement est d'environ 100 dB. Le format 16 bits capture tout ; le format 24 bits capture avec 48 dB de marge inutilisée ; le 32 bits float capture avec 68 dB de marge inutilisée.

La seule raison d'autorat en 24 bits est de laisser de la place pour le post-traitement (compression, EQ, limiting) sans perdre l'enregistrement original. Pour un pack OID qui a déjà été masterisé, l'avantage du 24 bits disparaît.

8. Anti-aliasing et reconstruction en 16 bits vs 24 bits

Le filtre de reconstruction sur chaque SKU est un filtre passe-bas après le DAC. La bande d'arrêt du filtre est à 0,45 × Fs quelle que soit la profondeur de bits. La profondeur de bits n'affecte pas le comportement en bande passante du filtre ; elle affecte uniquement le plancher de bruit de quantification à l'intérieur de la bande passante.

Le bruit de quantification pour 16 bits est de -96 dBFS. Pour 24 bits, il est de -144 dBFS. Les deux sont en dessous du bruit propre du haut-parleur intégré d'environ -65 dBFS. Les 48 dB supplémentaires de marge de quantification 24 bits sont masqués par le haut-parleur.

9. Recommandation par modèle et cas d'utilisation

La matrice de recommandation ci-dessous suppose que le format d'expédition est MP3 ou AAC à 64 kbps mono. Si votre programme utilise FLAC ou WAV non compressé, voir §10.

Les T2 et Y6 avec DAC ESS sont les seules références où la création en 24-bit offre un avantage mesurable, et uniquement lorsque le programme comprend une narration avec instruments de musique et transitoires d'attaque. Pour la parole pure, le 16-bit est toujours suffisant.

10. Le cas particulier : FLAC et expédition sans perte

Un petit nombre d'éditeurs K12 premium (moins de 4 % de nos programmes en nombre d'unités) expédient du FLAC sans perte pour préserver la fidélité audio. Le calcul change :

• FLAC 16-bit / 22,05 kHz : ~1,5 Mo par langue.
• FLAC 24-bit / 22,05 kHz : ~2,3 Mo par langue.
• Le FLAC 32-bit float n'est pas standard et n'est pas pris en charge.

Pour un catalogue de 480 livres × 12 langues, le budget FLAC est de :

• 16-bit = 18 Mo ; 24-bit = 27,6 Mo.

Le delta de 9,6 Mo est invisible sur une NAND de 8 Go mais matériel sur la NAND héritée de 128 Mo du B1 / B2. Pour les programmes FLAC, notre recommandation est le 16-bit sauf si l'éditeur demande spécifiquement du 24-bit pour l'archivage complet. Nous n'avons pas eu de demande d'éditeur pour du FLAC 24-bit sur B1 ou B2 au cours des 18 derniers mois.

Lectures connexes

• Fréquence d'échantillonnage audio du stylo de lecture 16 kHz vs 44,1 kHz
• Codec audio du stylo de lecture et compression MP3
• Conception d'amplificateur audio classe D pour stylo de lecture
• Format d'enregistrement du stylo de lecture WAV vs AMR vs Opus
• Moteur de synthèse vocale (TTS) du stylo de lecture expliqué
• THD et mesure de distorsion du stylo de lecture
• Plancher de bruit et rapport signal/bruit du stylo de lecture
• Stylos de lecture ODM — Briefing d'ingénierie audio