La méthode standard de numérisation de la parole : on mesure le volume des milliers de fois par seconde. C'est comme goûter un bouillon avec une cuillère à café — chaque gorgée est aqueuse, et il n'y a presque pas de détails. Le flux de données enfle, alors que le sens se compte sur les doigts.
Les chercheurs ont proposé de « réduire » d'abord le signal sonore. On le fait passer à travers des filtres qui le séparent en bandes de fréquences — on obtient une carte fréquentielle. Ensuite, les bandes sont mélangées en plusieurs canaux, en extrayant l'essentiel et en augmentant la densité d'information. Ainsi, on passe d'un bouillon liquide à une sauce concentrée : une seule goutte suffit pour en saisir la saveur. Fait intéressant, notre oreille fait de même : la membrane de la cochlée décompose le son en 3500 bandes de fréquences avant que le cerveau n'en reassemble la parole. La méthode s'appuie sur l'idée de Fourier : tout signal est composé d'ondes simples. Les réseaux de neurones trouvent eux-mêmes les combinaisons les plus significatives, en éliminant le bruit. Résultat : à débit égal, les auditeurs ont unanimement préféré la parole « intelligemment compressée » à la parole ordinaire. Cette technologie sera utile pour les communications spatiales et les appareils auditifs, où le débit binaire et l'énergie sont précieux.
L'oreille interne est un véritable analyseur de spectre : sa membrane décompose le son en 3500 bandes, et ce n'est qu'ensuite que le cerveau les recolle pour former des mots.