Enregistrement sonore

Le phonautographe d'Édouard-Léon Scott de Martinville.

L'enregistrement mécanique a été la première forme d'enregistrement sonore et aussi la plus simple.

Le français Édouard-Léon Scott de Martinville invente le premier dispositif permettant l'enregistrement du son, sans toutefois pouvoir le restituer. Il dépose en 1857 un brevet sous le nom de phonautographe. L'appareil se compose d'un pavillon relié à un diaphragme, qui recueille les vibrations acoustiques, transmises à un stylet qui les trace sur une feuille de papier enduite de noir de fumée enroulée autour d'un cylindre tournant. On y voit les lignes sinueuses représentant le son. Des chercheurs de l'université de l'Indiana ont réussi, en 2008, à restituer le son d'enregistrements papier réalisés en 1860 et déposés à l'Académie des sciences. L'analyse informatique des tracés des premiers exemplaires fait entendre une voix, qui serait celle de Martinville lui-même, chanter Au clair de la lune[1].

Le phonographe de Thomas Edison.

L'américain Thomas Edison dépose en 1877 le brevet de son phonographe, premier appareil à pouvoir enregistrer et restituer un son. Comme la machine de Martinville, qu'Edison n'a pas connue, un diaphragme, ici en mica, transmet les vibrations sonores à un stylet. Celui-ci grave directement ces vibrations sur un cylindre d'étain. Inversement, le passage de l'aiguille sur le sillon gravé à l'enregistrement fait vibrer le diaphragme, permettant d'entendre faiblement le son enregistré. Le premier enregistrement reproductible date de 1878[2].

L'Allemand Émile Berliner met au point entre 1886 et 1889 son Gramophone. Il conserve le principe d'un burin qui, vibrant sous l'effet d'un diaphragme mu par l'onde sonore, grave un sillon. Mais il imprime le son sur un disque, et le burin se déplace latéralement, et non en profondeur comme celui d'Edison.

Le disque de Berliner avait l'avantage de la facilité de rangement, et surtout celui de la possibilité de reproduction en masse des enregistrements mis ensuite dans le commerce. Le procédé d'enregistrement commercial se décomposait en trois phases au moins :

1. enregistrement sur un disque recouvert de cire ;
2. transformation par galvanoplastie de l'original en cire imprimée en creux en matrice zinc imprimée en relief ;
3. pressage de copies à partir de la matrice.

Pour les nombreuses séries, on fabriquait des intermédiaires supplémentaires pour épargner la matrice originale.

La Phonogrammarchiv (de) créée par l'Académie autrichienne des sciences en 1899 est le plus ancien fonds d'archives du monde, enregistrant à l'origine les voix de poètes germanophones à l'aide de phonographes[3].

Peu après l'invention du phonographe et celle du gramophone, celle du téléphone implique celle du microphone et la possibilité qui en découle de transformer le son en signal électrique et de pouvoir le transporter.

La captation électrique du son se combina d'abord avec la technique de l'enregistrement mécanique ; le signal électrique issu du microphone actionnait, grâce à un électro-aimant un burin qui gravait un disque, soit recouvert de cire pour les enregistrements destinés à la reproduction commerciale, soit recouvert d'acétate de cellulose pour les enregistrements uniques.

Les premiers disques produits de cette manière, de 24 ou 30 cm de diamètre, tournant à 78 tours par minute, restaient compatibles avec une reproduction entièrement mécanique.

La généralisation de l'électricité permet la reproduction du son par un système d'amplificateur, avec deux conséquences :

1. Il n'est pas nécessaire de prélever dans le mouvement de l'aiguille sur le disque l'énergie nécessaire à la production d'un son audible : on réduit la pression sur le disque et donc son usure. On peut employer des matériaux moins durs, et générant moins de bruit de frottement.
2. Les haut-parleurs ne sont pas nécessairement proches du plateau de lecture. On peut donc en prévoir plusieurs, en vue de reconstituer non seulement un son, mais encore un espace sonore.

La porte est désormais ouverte pour le disque microsillon (33 tours et 45 tours) et la stéréophonie.

L'industrie du cinéma mit au point à la fin des années 1920 un procédé d'enregistrement optique du signal sur film de cinéma, qui ouvrait la possibilité de synchroniser avec exactitude des signaux, et par conséquent, de les assembler au montage, de constituer des enregistrements multipistes (les signaux simultanés de plusieurs microphones enregistrés sur plusieurs pistes du même support) afin de mélanger leurs signaux au mixage.

Des appareils enregistrant uniquement le son en utilisant le procédé mis en œuvre dans les films de cinéma ont été fabriqués et utilisés entre les années 1930 et 1940 : le procédé de la firme autrichienne Selenophon utilise le procédé photographique du cinéma[4], on lui préféra souvent l'enregistreur mécanique Philips-Miller (1936), où un stylet grave la piste transparente à largeur variable sur un film noir, qui n'a pas besoin d'être ensuite développé[5].

Le LaserDisc, lancé commercialement en 1978, lit des images et du son stockés sous forme analogique par le biais d'un système optique.

L'enregistrement et la lecture optiques se combinent avec les technologies numériques à partir du Disque compact, inventé en 1979 et produit à partir de 1982.

Valdemar Poulsen avait breveté son enregistreur sur fil magnétique appelé « Télégraphone » au Danemark dès 1898 ; il montra son invention à l'Exposition universelle de Paris en 1900. Cependant, son brevet expira avant que l'invention ait trouvé un débouché commercial.

Dans les années 1930, les compagnies allemandes AEG et Telefunken développèrent un enregistreur sur bande magnétique, un procédé beaucoup plus léger, moins coûteux, et dont les performances ne tardèrent pas à dépasser celles de l'enregistrement sur disque et celles de l'enregistrement optique, avec l'invention en 1941 de la prémagnétisation haute fréquence. À la fin de la deuxième guerre mondiale, l'enregistrement magnétique prend le pas sur les autres procédés dans les applications professionnelles.

Dans les années 1960, l'introduction de la cassette audio, d'abord pour un dictaphone[6] popularise le procédé. Elle met l'enregistrement à la portée du grand public.

L'introduction par Sony en 1979 de son Walkman, le premier baladeur, permettant d'écouter individuellement de la musique enregistrée sur cassette en tous lieux, accélère l'essor de la cassette audio.

L'usage de la cassette comme support pour la musique profite de nombreuses améliorations qualitatives de la bande magnétique. L'oxyde ferromagnétique est remplacé par le bi-oxyde de chrome, le ferro-chrome, le cobalt, jusqu'au métal pur pour améliorer les caractéristiques techniques au prix d'une transformation des appareils d'enregistrement, dont il existe rapidement des versions cherchant à tirer le meilleur parti possible de la cassette. La mécanique de celle-ci est aussi étudiée, pour permettre un mouvement de la bande régulier et silencieux. Des circuits de réduction de bruit Dolby ont, dès son invention, équipé la plupart des magnétophones et lecteurs de musicassette^{[réf. souhaitée]}. Les magnétocassettes les plus performants de la dernière génération disposaient ainsi des Dolby A, Dolby B, Dolby C, Dolby S, le Dolby HX-Pro ainsi que de circuits supplémentaires de traitement spécifique des aigus (dont la restitution a toujours constitué le point faible de la musicassette à cause de sa vitesse de défilement huit fois plus faible que celle des meilleurs enregistreurs à bande professionnels).

C'est au milieu des années 1970 que se diffuse l'enregistrement numérique stéréo. Celui-ci ne sera d'abord utilisé que par les studios professionnels. En 1979, Sony propose une machine qui permet d'enregistrer l'audio numérique sur des cassettes vidéo à têtes rotatives (PCM-1600). Ce format profite de la bande passante de la vidéo ; le découpage du flux audio numérique en segments correspondant à une image vidéo détermine la fréquence d'échantillonnage de 44 100 Hz adoptée dans le CD mis au point par Sony et Philips. Au début de 1982, Sony commercialise le format DASH (en) (Digital Audio Stationary Head) et ses premiers enregistreurs multipistes PCM 3324. L'enregistrement sous forme de fichiers audio (Audio file) se généralise aux alentours du XXI^e siècle.

La baisse du prix des volumes de stockage informatique permet d'abord l'enregistrement sur disque dur d'enregistrement sonores traités comme tout autre type de données. Le développement des mémoires flash permet la généralisation des baladeurs numériques permettant d'écouter des enregistrements au format mp3, puis celui d'enregistreurs portables à prix accessibles pour le grand public.

La fin des années 1990 marquera l'explosion des home studio permettant de réaliser, avec un investissement modéré, des enregistrements suivant les mêmes principes que les studios professionnels : enregistreurs multipistes (Portastudio), graveurs de CD, enregistreurs digitaux à tête rotative stéréo (DAT, Digital audio tape), enregistreurs de minidisque numérique, enregistrement direct-to-disc (direct sur disque dur) avec un ordinateur personnel, etc.

Enregistrement sonore d'un guitariste en studio d'enregistrement.

Une prise de son requiert au minimum un microphone, ou un couple de microphones pour la prise de son stéréophonique.

Les caractéristiques du ou des microphones revêtent une importance primordiale. Il est impossible de réaliser un enregistrement de qualité si au départ, le microphone fournit un signal qui interprète mal le champ sonore. Outre les critères de qualité, qui se traduisent par un prix souvent élevé, un genre de micro est généralement mieux approprié pour chaque usage. La directivité, la taille de la capsule, le principe de transduction amènent, à qualité égale, à des caractères différents. Un micro ou un couple de micros n'est pas nécessairement le meilleur pour tout type de champ sonore.

Le preneur de son doit également trouver le bon placement des micros, et certaines conditions d'enregistrement sont souvent sources de véritables casse-tête.

Le couple stéréo

Dans le style d'enregistrement naturaliste le plus rigoureux, aux deux pistes stéréophoniques correspondent deux micros, et c'est tout. Ils peuvent être aussi proches que possible, ou un peu éloignés.

Prise de son stéréo couple + micros d'appoint

Si la prise de son monophonique peut sembler assez aisée à mettre en œuvre, il n'en est pas de même de la prise de son stéréophonique dite « naturelle » ; c’est-à-dire celle qui utilise une base stéréophonique (deux microphones disposés en couple) principale et plusieurs micros d'appoint dont le but est de préciser certaines sources. Une des principales difficultés réside alors dans le placement optimal du couple principal, car toute erreur ne pourra plus être corrigée lors de la phase de post-production. Cette difficulté est décuplée lorsque l'on multiplie les bases stéréophoniques dans le but de simuler des effets de plans sonores. Par ailleurs, dès lors qu'il s'agit de multiplier les sources principales (prise de son de proximité), d'autres phénomènes interviennent. En effet, plus on augmente le nombre de microphones, et plus se posent des problèmes de rotation de phase lors de leur mélange. D'autre part le fait de rapprocher une source d'un capteur modifie sa courbe de réponse en fréquence : c'est ce qu'on appelle l'effet de proximité qui tend à amplifier les basses fréquences ; effet d'autant plus marqué que le microphone est directif. Lorsqu'il s'agit par exemple d'enregistrer un orchestre, le placement des micros et ensuite les dosages au niveau de la table de mixage peuvent requérir des heures de préparation et d'essais dont on ne peut pas faire l'économie même lors d'un enregistrement multipiste permettant d'enregistrer chaque instrument individuellement et de réaliser le mixage ultérieurement. On parle alors de post-mixage de montage ou de post-production.

Microphone binaural.

La prise de son stéréophonique avec une tête artificielle se base sur le principe de l'enregistrement des sons qui parviennent effectivement à l'oreille. On équipe une tête en plâtre ou en matière plastique de microphones à l'emplacement des oreilles. Pour rigoureux que paraisse le principe, il ne donne de bons résultats qu'à l'écoute au casque.

L'enregistrement avec une tête artificielle ne se réduit pas très bien en monophonie, à cause de la différence de phase entre les signaux arrivant aux deux canaux.

Graduellement les labels classiques passent à la prise de son multi micro qui se développent d'autant plus avec l'apparition des enregistreurs multipiste. La technique devient double : d'une part des micro rapprochés (close) et au-dessus, différentes variations de prise de son dite classique. Le Decca tree est l'une des techniques les plus populaires à travers le monde, surtout depuis l'apparition des systèmes multicanaux dans le public.

Des dispositifs électroniques permettent de simuler des espaces à partir d'enregistrements de micros proches ne comportant pas assez de réverbération et le montage, assisté par d'autres dispositifs électroniques, permet de raccorder finement des enregistrements faits à des moments différents.

Prise de son en extérieur

La prise de son en extérieur présente plusieurs contraintes, liées au bruits parasites et aux réverbérations non souhaitées en particulier.

Le preneur de son doit tenir compte de la sélectivité du cerveau lors de l'écoute, qui a la particularité de négliger les bruits parasites, comme lors d'une conversation dans un endroit bruyant. Une réverbération acceptable ou même agréable en écoute naturelle parce que l'auditeur distingue le son qui l'intéresse par sa direction, devient perturbante dans l'enregistrement, parce qu'elle se confond avec le son utile. Un bruit qui change progressivement, comme un passage de véhicule, ne gène pas en direct, mais il mettra en évidence une coupure qui serait nécessaire dans l'enregistrement du son d'intérêt principal.

Pour enregistrer les bruits lointains, on peut utiliser des micros « canon » qui par un système d'interférences entre sons arrivant de face et ceux arrivant de côté, annulent ou atténuent ces derniers. On obtient un résultat plus régulier avec des micros cardioïdes au foyer de réflecteurs paraboliques, au prix d'un encombrement supérieur. Dans les deux procédés, la directivité concerne les fréquences moyennes et élevées. Ces fréquences sont celles qui donnent à la voix humaine parlée sa présence ; elles sont les principales composantes d'un chant d'oiseau. Certains peuvent enregistrer un tel son jusqu'à une distance de 500 m[7].

Bonnette anti-vent placée sur un micro.

Les effets du vent sur les microphones peuvent être atténués par des dispositifs anti-souffle appelés bonnettes anti-vent. Plus un microphone est directif, plus il est sensible au vent[8]. Une bonnette peut être constituée d'une simple mousse plastique ; pour plus d'efficacité, on utilise une enveloppe extérieure à quelque distance du micro. Des poils autour de cette enveloppe ralentissent progressivement le courant d'air et évitent que les gouttes de pluie ne sonnent sur la bonnette.

Enregistrement magnétique

• Fil magnétique : Télégraphone et enregistreurs à fil lui ayant succédé.
• Bande magnétique :
  • Bande libre ;
  • RCA tape cartridge, première « cassette audio » du marché ;
  • Cartouche audio à bande sans fin et plus particulièrement la variante 8 pistes pour le marché grand public ;
  • Cassette audio compacte ou minicassette ;
  • Microcassette.

Enregistrement optique

• Cinématographe ;
• LaserDisc.

Enregistrement mécanique (phonographique)

• Cylindre phonographique ;
• Disque phonographique :
  • Disque 78 tours ;
  • Disque microsillon.

Enregistrement linéaire magnétique

• Digital Audio Stationary Head (en) (DASH)
• Digital Audio Tape (DAT)
• Digital Compact Cassette (DCC)

Enregistrement magnétique non linéaire

• Disque dur

Enregistrement mécanique

• Prototype disque numérique de Thomson

Enregistrement optique

• Disque compact (CD)
• Disque magnéto-optique (MO)
• Minidisc (MD)
• Digital Versatile Disc (DVD)
• Super Audio CD (SA-CD)
• Disque numérique polyvalent de haute densité (HD-DVD)
• Disque Blu-ray
• ADAT (Alesis Digital Audio Tape. Format d'enregistrement numérique 8 pistes)

Enregistrement électronique

• Solid-state drive (SSD), constitué de mémoire flash ou de DRAM
• Cartes à mémoire Flash (souvent sur clé USB)

Tous les dispositifs, mécaniques et électriques, produisent un bruit en fonctionnant. Les parties mobiles des mécaniques vibrent, les pointes de lecture des disques frottent sur le sillon, les composants électroniques, même un simple conducteur, produisent un faible bruit[9]. À ces bruits propres aux circuits s'ajoutent diverses interférences de l'extérieur.

Un système bien conçu ne présente qu'un faible bruit, peu rugueux et peu fluctuant.

On évalue généralement le bruit de fond d'un système en observant le signal à la sortie alors qu'on ne présente aucun signal à l'entrée. Plus rigoureusement, on peut présenter à l'entrée un signal juste mesurable à la sortie, et déduire le bruit de fond de ce qui se trouve en sortie. Avec cet essai plus réaliste, puisqu'en pratique le bruit de fond ne gêne qu'en présence d'un signal, on tient compte du fait qu'un système n'est pas nécessairement linéaire à faible niveau, et qu'il peut être conçu pour supprimer le signal de sortie en dessous d'un certain seuil de signal d'entrée.

Tous les appareils et systèmes qui concourent à enregistrer et à reproduire un son modifient involontairement le signal. On appelle cette modification « distorsion ».

On distingue deux sortes de distorsion :

1. La distorsion linéaire vient du fait que tout circuit est, d'une certaine façon, un filtre. Certaines fréquences sont affaiblies. En principe, ce type de distorsion peut être compensé par l'application d'un filtre inverse, qui amplifie ce qui a été affaibli.
2. La distorsion non linéaire ajoute dans le signal des éléments qui en dépendent, mais qui ne s'y trouvaient pas. Avec des signaux harmoniques, c'est-à-dire dont les fréquences sont des multiples d'une fréquence fondamentale, elle se manifeste par la distorsion harmonique. Avec les autres, elle crée en plus de la distorsion d'intermodulation. Ces distorsions ne peuvent pas être retirées du signal après qu'elles ont été produites. Les éléments amplificateurs, les diodes, les circuits magnétiques à noyau introduisent des distorsions non linéaires. La proportion de distorsions non linéaires augmente avec l'amplitude du signal[10]. Des circuits de correction par contre-réaction permettent d'éviter cette augmentation, mais en contrepartie, celle-ci devient catastrophique quand l'amplitude du signal atteint la limite du système.

Les deux types de distorsion existent ensemble dans les appareils. elles interagissent de façon assez complexe, de sorte que les évaluations simples, avec des sons purs, ne donnent pas nécessairement un résultat qui reflète les essais où l'on demande l'opinion d'auditeurs.

En enregistrement numérique, le produit d'intermodulation entre la fréquence d'échantillonnage et le signal produit une distorsion non linéaire appelée repliement de spectre.

Pour évaluer un système d'enregistrement sonore, on s'efforce d'éliminer les distorsions dues aux systèmes de captation et de reproduction : microphones, amplificateurs, haut-parleurs.

La « dynamique » ou portée dynamique d'un système d'enregistrement désigne le rapport entre les amplitudes minimum et maximum que le système peut ou enregistrer et reproduire convenablement. Ce rapport ne peut dépasser celui de l'élément où il est le plus faible, du microphone, qui convertit le son en signal électrique, au haut-parleur qui convertit le signal en son, en passant par les amplificateurs et le support de l'enregistrement, disque, bande magnétique, ordinateur, etc. Il est affecté par les adaptations entre maillons successifs de la chaîne.

La dynamique s'établit par rapport à des conventions de qualité du signal. Le niveau maximal est celui où le signal atteint un niveau de distorsion défini comme la limite ; le niveau minimal est celui où le bruit de fond gêne la perception du signal. En général, les documents commerciaux assimilent la « dynamique » au Rapport signal sur bruit.

Les enregistrements analogiques souffrent des défauts de la mécanique autour de laquelle ils sont construits :

• le frottement des organes de lecture sur le médium d'enregistrement produit un bruit, aiguille dans le sillon du disque ou glissement de la bande sur les têtes magnétiques ;
• les pièces mobiles provoquent une vibration (rumble) ;
• dans un disque, la différence d'angle entre le mouvement radial du burin de gravure et celui, généralement circulaire, de l'aiguille de lecture produit une distorsion ;
• les irrégularités du mouvement provoquent une distorsion non linéaire (pleurage et scintillement).

Ces caractéristiques donnent lieu à des mesures.

Un signal numérique se caractérise d'abord par son débit binaire (nombre de bits par seconde), c'est-à-dire le produit de sa fréquence d'échantillonnage par le nombre de bits par échantillon.

Selon les termes de la théorie de l'information, un signal pourrait être aussi bien décrit par n'importe quelle combinaison de fréquence d'échantillonnage et de nombre de bits de même produit, à condition que la fréquence d'échantillonnage soit supérieure au double de la plus haute fréquence contenue dans le signal. En pratique, toutefois, les conversions ne se font pas tout à fait sans pertes ; mais le débit numérique constitue un indicateur de la meilleure qualité possible avec un système donné.

Les méthodes de compression de données permettent de réduire le débit numérique.

L'échantillonnage consiste à découper l'information sonore qui arrive sous forme électrique analogique à intervalles de temps réguliers. La fréquence ou cadence d'échantillonnage est le nombre des prélèvements par seconde. Le théorème d'échantillonnage indique que pour représenter correctement le signal, la fréquence d'échantillonnage doit être supérieure à deux fois la plus haute fréquence présente dans le signal. On considère en général que les fréquences audibles sont comprises entre 20 Hz et 20 000 Hz. Une petite marge est nécessaire pour filtrer suffisamment les fréquences supérieures à 20 kHz qui se trouveraient dans le signal.

La quantification consiste à réduire la valeur de l'échantillon obtenu par l'échantillonnage à une des valeurs prises dans une liste de valeurs possibles. Un nombre entier pourra représenter cette valeur. Sauf pour la quantification d'un signal représentant la parole (voir Loi A et Loi µ), on procède simplement à un arrondi à la valeur la plus proche dans une échelle régulièrement espacée.

La différence abandonnée au moment de cet arrondi constitue un bruit qui s'ajoute, à la reconstitution, au signal analogique.

Pour un signal quantifié sur n bits, la valeur efficace du bruit de quantification, par rapport à celle d'un signal sinusoïdal à pleine échelle, est de ${\displaystyle {\frac {3}{2}}2^{2n}}$ soit en décibels 6 × n + 1,8, ce qui donne 98 dB pour 16 bits[12]. Mais ce bruit est en fait une distorsion, car il dépend du signal (on dit qu'il est corrélé au signal. On évite ce défaut en ajoutant au signal un bruit appelé dither (un mot qui signifie inquiétude), qui sera moins gênant, et d'autant moins audible qu'on aura eu soin d'y faire prédominer des fréquences élevées, auxquelles l'oreille est moins sensible.

Dans la chaîne de l'enregistrement sonore, le bruit de fond des microphones est généralement supérieur au bruit de quantification.

L'enregistrement des sons a pour destination des auditeurs. Cette propriété essentielle permet de limiter la quantité d'information transmise.

• On ne transmet pas les fréquences inaudibles, en dehors de la bande 16 Hz-20 kHz.
• Les sons intelligibles comportent des fréquences particulières (et leurs harmoniques), qui persistent pendant quelque temps (des fractions de secondes, en général). Ces fréquences constituent des redondances dans le signal. Les algorithmes de compression des données informatiques comme le format ZIP peuvent ainsi réduire la taille des enregistrements sonores. Des systèmes de compression spécifique au son, se basant sur les évènements déjà survenus, tentent de prédire ce qui va se produire, et ne transmettent ensuite que les écarts par rapport à cette prédiction. On peut ainsi, avec un débit en général moindre, transmettre tout le signal[13].
• Les études psychoacoustiques ont montré que les composantes du son influent les unes sur les autres. Notamment, un son peut en masquer un autre. Également, la capacité humaine de différencier des fréquences différentes est fortement diminuée au-delà de 5 kHz, c'est-à-dire dans la partie du signal qui exige le plus de données. Enfin, l'intelligence auditive (inconsciente) permet aux auditeurs de reconstituer des parties du son qui devraient s'y trouver. Des algorithmes dits « destructifs » car ils abandonnent une partie non perceptible ou peu perceptible du signal au profit de la réduction du débit, tirent parti de ces caractères de la perception humaine. On parvient ainsi à des réductions de débit de 1÷5 sans guère de différence audible et atteignant 1÷20 avec un son encore identifiable, quoique de qualité inférieure.

• Jacques Attali, Bruits : essai sur l'économie politique de la musique, nouvelle édition revue et augmentée, Paris, Fayard, 2001 (1^re éd. 1977)
• Robert Caplain, Techniques de prise de son, 6^e édition Dunod, 2013 (ISBN 9782100493593)
• Jacques Fournet et Michel Calmet, « L’enregistrement magnétique », dans Denis Mercier (direction), Le Livre des Techniques du Son, tome 1- Notions fondamentales, Paris, Eyrolles, 1987, 1^re éd. (présentation en ligne)
• (fi)Pekka Gronow, Ilpo Saunio, (en)International History of the Recording Industry, (édition illustrée, réimprimée, révisée), A&C Black, 1999, pp. 416, (ISBN 9780304705900). Lire en ligne
• Georges Kisselhoff, « La prise de son stéréophonique », dans Denis Mercier (direction), Le Livre des Techniques du Son, tome 3- L'exploitation, Paris, Eyrolles, 1993, 1^re éd., p. 11-74
• Daniel Lesueur, Histoire du disque et de l'enregistrement sonore, Éditions Carnot
• Vincent Magnier, Guide de la prise de son pour l'image : Reportage, documentaire, fiction en radio et télévision, Paris, Dunod, 2015, 3^e éd. (1^re éd. 2007), 237 p. (ISBN 978-2-10-072668-4, présentation en ligne, lire en ligne)
• Vincent Magnier, Pratique des liaisons HF pour la prise de son et la sonorisation : En tournage, en concert, en conférence, Dunod, 2014 (présentation en ligne)
• Christian Orsini, « Le disque », dans Denis Mercier (direction), Le Livre des Techniques du Son, tome 3- L'exploitation, Paris, Eyrolles, 1993, 1^re éd., p. 75-112
• Ludovic Tournès, Du phonographe au MP3 : Une histoire de la musique enregistrée, Paris, Autrement, 2008, 162 p. (ISBN 978-2-7467-1121-1, lire en ligne)

• « Enregistrement sonore : gravé dans le temps », Eurêka, France Culture, 2 août 2021.
• Audiosonica - Cours pour ingénieurs du son en ligne sous licence Creative Commons
• Sonatura audioblog - Sons de la nature
• Phonothèque de la Maison méditerranéenne des sciences de l'homme - Voir aussi : Les carnets de la Phonothèque
• (en) Audio Engineering Society