Convertir MOV en AAC

AAC tel que standardisé dans ISO/IEC 13818-7 est un codec, et la sortie de cette conversion est un flux ADTS, une suite ininterrompue de trames audio portant chacune un en-tête de sept octets. Ce n’est pas un fichier lisible par tout : les players qui détectent le format par l’extension `.aac` lisent ce flux, les autres cherchent un conteneur qui n’est pas là.

La bonne manière de voir cette conversion est donc comme un livrable spécialisé : un transcodage d’audio pour une chaîne qui accepte précisément l’ADTS. Pour un fichier à ranger dans une bibliothèque musicale, le M4A est presque toujours meilleur, parce qu’il porte un index de durée, une table d’échantillons et un bloc de métadonnées. Pour un cas où la sortie doit être lue par un démodulateur ou injectée dans un pipeline qui attend précisément ce format, c’est l’aac qui est demandé.

La règle qui régit les paires `video > mp3|wav|flac|aac` est explicite dans le code et dans la note qui l’accompagne : seule la première piste audio que le navigateur sait décoder est gardée. Pour un MOV qui contient une piste française, une piste allemande et un commentaire du réalisateur, l’AAC contient la première des trois et c’est tout.

Pour un cas où une autre piste est nécessaire, c’est le mauvais pipeline. mediabunny ne sait pas choisir, et c’est documenté. Le bon outil est un remux sur le bureau — ffmpeg, MKVToolNix — qui sait inspecter les pistes et en sélectionner une par son identifiant. Pour un cas où la première piste est la bonne, c’est ce qu’il faut, et la conversion donne le résultat attendu sans intervention supplémentaire.

mediabunny importe un encodeur AAC en WASM à la demande, et c’est explicite dans le code. La conséquence est que l’audio est encodé dans le navigateur sans dépendre des codecs du système d’exploitation, et que la première conversion d’une session supporte un délai de quelques centaines de millisecondes pendant que le module se charge. Les encodages suivants dans la même session sont instantanés.

Pour un usage répété, ce délai initial est sans importance. Pour un usage ponctuel où chaque milliseconde compte, c’est à connaître. La qualité de l’AAC produit dépend du palier choisi : Bas, Équilibré ou Haut, Équilibré par défaut, et la documentation est claire sur le fait que « mediabunny’s quality constants resolve per codec » — c’est-à-dire que la valeur exacte en kbps dépend du contenu et n’est pas promise.

mediabunny demande au navigateur s’il sait décoder chaque piste, et une piste en AC-3, E-AC-3, DTS ou Dolby TrueHD reçoit une réponse négative. La piste est écartée, et la conversion continue avec ce qu’elle a. Si une autre piste est présente, elle est utilisée. Si le film n’a que cette piste-là, l’AAC sort en silence et sans avertissement visible.

C’est un cas fréquent sur les rips de Blu-ray et de DVD, et c’est la raison pour laquelle cette conversion est moins utile qu’elle ne le paraît pour ce type de source. La vérification prend une minute avec VLC et son menu Codec, et elle évite de découvrir la panne après la conversion. Pour un MOV issu d’iPhone, d’iPad ou d’une caméra Apple récente, l’audio est en AAC et passe sans accroc.

MOV est le conteneur natif d’iOS et de macOS, et la grande majorité des fichiers avec cette extension sont des enregistrements d’iPhone, d’iPad ou de Mac. Ces appareils encodent l’audio en AAC par défaut, ce qui veut dire que la piste audio que mediabunny extrait est en AAC, que le navigateur décode nativement, et que la conversion se fait sans message d’erreur ni surprise de codec.

Pour un MOV issu d’une autre source — une caméra professionnelle, un logiciel de montage, un enregistrement de webcam en MOV pour des raisons de compatibilité — l’audio peut être dans un autre codec. La règle utile est de vérifier avant la conversion, et la même minute avec VLC qui sert à confirmer l’absence d’AC-3 sert aussi à confirmer la présence d’AAC.

Le flux ADTS est une suite de trames, sans index de durée et sans conteneur, donc sans emplacement pour des étiquettes. mediabunny passe `tags: () => ({})` sur ce pipeline, et aucun tag n’est écrit. Si le MOV source portait des balises iTunes — titre, artiste, pochette — elles sont perdues dans la conversion, et l’AAC produit est strictement l’audio.

Pour un cas où l’audio doit arriver étiqueté, c’est un défaut. La bonne pratique est d’utiliser M4A comme cible, qui porte un conteneur avec emplacement pour les métadonnées, ou d’ajouter les tags après la conversion dans un éditeur dédié. Pour un cas où l’audio est destiné à un pipeline qui ne lit que l’ADTS, c’est précisément ce qu’il faut, et les étiquettes n’auraient pas survécu de toute façon.

La note de la règle est sans détour : « Both formats are compressed, so this is a second round of compression on audio that has already lost detail ». Décoder un AAC et le ré-encoder en AAC est exactement le geste à éviter, et c’est explicite. Le MOV issu d’un iPhone est en AAC à l’intérieur, et la conversion décode puis ré-encode en AAC, ce qui ajoute une génération de perte sur une source qui en avait déjà une.

Pour un usage courant, la différence est inaudible dans la plupart des situations d’écoute. Pour un master qui sera ré-édité ou ré-encodé en aval, mieux vaut viser une cible lossless — WAV, FLAC, AIFF — qui préserve exactement les échantillons décodés. Pour un fichier destiné à la diffusion ou à un usage de consommation, c’est ce qu’il faut et c’est la chaîne standard.

Le décodage et l’encodage tournent dans l’onglet du navigateur, sur votre processeur, sans rien envoyer nulle part. Le niveau gratuit accepte les fichiers jusqu’à 100 Mo, et il n’y a pas de compte, pas de quota journalier, pas de filigrane ajouté à l’AAC produit.

Pour un enregistrement client, un entretien sous embargo ou une vidéo de famille, c’est la seule forme sous laquelle la conversion est vraiment privée, et l’onglet réseau de vos outils de développement le confirme pendant qu’une conversion tourne. Aucune requête ne porte le fichier, et c’est la seule affirmation de confidentialité qui ait un sens vérifiable. Pour un usage courant, c’est une question de rapidité avant tout : un fichier de plusieurs centaines de mégaoctets ne quitte pas l’appareil, et la conversion se termine en quelques secondes sans file d’attente et sans quota journalier susceptible d’être épuisé aux deux tiers du passage. La page peut servir un lot de fichiers jusqu’à cent par dépôt, ce qui couvre la plupart des bibliothèques de podcasts et d’interviews sans manipulation supplémentaire.