Nous présentons une nouvelle technique de traitement audio permettant d’augmenter la fréquence d’échantillonnage de signaux tels que la parole ou la musique, à l’aide de réseaux de neurones convolutifs profonds. Notre modèle est entraîné sur des paires d’exemples audio à faible et à haute qualité ; au moment de l’évaluation, il prédit les échantillons manquants dans un signal à faible résolution, selon un processus d’interpolation similaire à celui utilisé en super-résolution d’images. Notre méthode est simple et ne repose pas sur des techniques spécialisées de traitement audio. Dans nos expériences, elle dépasse les méthodes de référence sur des benchmarks standards de parole et de musique aux ratios d’agrandissement de 2x, 4x et 6x. Cette approche présente des applications pratiques dans les télécommunications, la compression audio et la génération de parole à partir de texte ; elle démontre l’efficacité des architectures convolutionnelles à propagation avant sur une tâche de génération audio.