Convertir OGG en AAC

L’OGG Vorbis porte ses métadonnées en paires clé-valeur UTF-8 dans son bloc de commentaires : TITLE, ARTIST, ALBUM, ALBUMARTIST, TRACKNUMBER, DATE, GENRE, COMMENT, LYRICS. L’AAC dans un conteneur M4A porte les mêmes informations dans des atomes iTunes, et la conversion mappe un à un les champs reconnus.

La pochette embarquée suit le même chemin : un bloc METADATA_BLOCK_PICTURE dans l’Ogg devient un atome `covr` dans l’AAC, avec le même type MIME, les mêmes dimensions, et la même image. Pour un balado, c’est ce qui permet à l’application de podcast du téléphone d’afficher la pochette sans avoir à la télécharger ailleurs.

Vorbis est un codec avec perte et AAC aussi. La conversion lit l’audio, le décode en échantillons PCM, et l’encode en AAC. Le second encodeur dépense des bits à décrire des artéfacts que le premier a déjà introduits, et la perte de génération est exactement ce que le nom suggère : un peu plus de qualité perdue par rapport à la source.

Pour de la voix — un balado, un cours enregistré, un livre audio — la différence est inaudible à 96 kbps, et c’est le débit de la parole sur les plateformes de podcast depuis une décennie. Pour de la musique capturée à bas débit, la dégradation commence à se voir, surtout sur les transitoires. La défense est de convertir une fois depuis la source originale, jamais depuis un Ogg déjà ré-encodé en streaming.

La conversion propose trois valeurs : 96 kbps pour la voix, 160 pour la musique peu exigeante, 320 pour le haut de gamme. Le réglage 96 kbps est le bon point de départ pour un balado de parole, et le fichier qui sort est de l’ordre du mégaoctet pour dix minutes. Pour de la musique, 160 est l’endroit où l’oreille moyenne commence à trouver la qualité acceptable, et 320 est la valeur où une étape de ré-encodage ultérieure ne dégrade pas de manière audible.

Pour un export destiné à un baladeur iPod ancien ou à un iPhone, 160 kbps est le bon réglage, et c’est aussi le débit d’iTunes pour un achat de qualité standard. Pour un export destiné à un iPhone récent en AAC haute qualité, 256 kbps serait meilleur, mais le contrôle s’arrête à 320, et c’est en général plus qu’il n’en faut.

Le conteneur Ogg peut porter Vorbis, Opus ou FLAC. Si l’Ogg contient du Vorbis, c’est ce que cette page suppose. Si l’Ogg contient de l’Opus, la conversion fonctionne aussi, parce que c’est le même pipeline qui décode ce que le navigateur sait décoder et qui l’encode en AAC. Si l’Ogg contient du FLAC, la conversion fonctionne encore, mais le fichier de départ est déjà sans perte, et le passage à AAC impose la perte — c’est le prix de la cible.

La distinction se fait dans le panneau Codec Information de VLC, dans la sortie d’ffprobe, ou par le débit du fichier. Un Ogg Vorbis à 128 kbps est très différent d’un Ogg Opus à 64 kbps, et le résultat en AAC est très différent aussi. Pour un usage prévisible, vérifier le codec source avant la conversion.

Les enregistrements de flux HLS arrivent en vrac, et la propriété utile de l’ADTS est que les concaténer produit un flux valide. C’est ainsi que la plupart des gens se retrouvent avec un grand Ogg en premier lieu, et c’est la bonne manière d’assembler. Si la source est un ensemble de segments, faites la jointure d’abord et convertissez une fois.

Convertir cinquante segments individuellement vous donne cinquante AAC, et non un enregistrement continu. M4A, AAC et MP3 n’ont pas d’astuce équivalente à la concaténation ADTS — chaque fichier a son propre en-tête et son propre état de lecture. L’ordre est donc : joindre l’ADTS, puis l’encoder en AAC.

L’audio de voix, de capture de diffusion ou d’enregistrement en ligne n’est pas toujours stéréo à 44,1 kHz. Il peut être mono, à 32 000 ou 48 000 Hz, et l’AAC de sortie hérite de ces caractéristiques. Pour un balado de parole, c’est très souvent mono et c’est très bien, parce que la voix n’a pas besoin d’être stéréo et que le fichier est deux fois plus petit qu’un stéréo au même débit.

Une disposition multicanal exotique — au-delà de stéréo — déclenche un repli vers deux canaux à 48 000 Hz plutôt qu’un refus net, donc une capture surround est repliée en stéréo. C’est le bon comportement pour un fichier qui doit se lire, et le mauvais si les canaux discrets étaient le but. Vérifier le nombre de canaux de la source avant une livraison multicanal.

Les commentaires Vorbis personnalisés — un champ non standard inventé par un outil particulier — sont perdus. La conversion mappe les champs reconnus, et tout le reste est écarté. Pour un balado, c’est en général sans conséquence, parce que les champs utilisés sont standardisés.

Les pistes multiples ne sont pas un sujet ici : ni Ogg Vorbis ni AAC ne portent plus d’une piste en pratique, et la conversion produit toujours un seul flux. Pour un Ogg Opus qui contiendrait plusieurs pistes — un commentaire, une version multilingue — la sortie AAC en porte une seule, et c’est l’audio principal. Vérifier le nombre de pistes de la source avant une livraison multilingue.

Le décodeur et l’encodeur sont chargés à la demande, et tournent dans l’onglet. Aucune requête ne porte le fichier, et l’onglet réseau est vide pendant la conversion. Pour un balado en production qui contient des voix d’interviewés et d’invités, enregistrés dans des lieux avec des règles sur l’endroit où ces enregistrements peuvent être stockés, c’est la forme de conversion qui ne crée pas de copie sur l’infrastructure d’un tiers.

La taille maximale acceptée par la version gratuite est 100 Mo par fichier. Un balado d’une heure en Ogg Vorbis à 128 kbps pèse environ 60 Mo, ce qui passe. Un enregistrement plus long ou à plus haut débit doit être découpé avant la conversion, et c’est une étape que des outils comme Audacity rendent simple.

L’Ogg peut porter Vorbis, Opus ou FLAC, et c’est ce que dit le codec dans le flux. Si l’Ogg est en FLAC, l’audio est déjà sans perte, et la conversion en AAC applique une perte qui n’existait pas. Le résultat est strictement plus gros que l’Ogg FLAC pour strictement moins de qualité, et c’est la mauvaise route dans tous les cas où la source est sans perte.

Pour distinguer, le débit du fichier est un bon indice : un Ogg FLAC de quatre minutes pèse vingt à trente mégaoctets, contre trois à cinq pour un Ogg Vorbis à 128 kbps. Le panneau Codec Information de VLC confirme en deux clics, et ffprobe en ligne de commande donne la réponse en une ligne. Pour un Ogg FLAC, garder le FLAC ou le ré-encoder directement en FLAC est la voie normale, et AAC n’est pas la bonne cible.