Convertir WAV en AAC

Ce qui sort de cette conversion est un flux ADTS — Audio Data Transport Stream — et le nom est la description. Le fichier est une séquence de blocs compressés, chacun précédé d’un court en-tête stating le profil, la fréquence d’échantillonnage et la configuration de canaux. Il n’y a pas d’index, pas d’en-tête en haut de fichier, et pas de structure au-dessus de la trame.

C’est un choix de conception plutôt qu’une omission. Un format construit pour être transmis ne peut pas supposer qu’un récepteur a vu le début, donc chaque trame doit être interprétable indépendamment. Branchez-vous au milieu d’une diffusion AAC et le décodeur se synchronise en une trame, parce que tout ce qu’il lui faut est là, devant lui.

L’exigence vient de systèmes plutôt que de personnes. Les configurations HLS et de streaming segmenté découpent l’audio en morceaux courts et les servent individuellement, ce qui ne fonctionne que si les morceaux tiennent debout seuls. Les lecteurs embarqués et automobiles implémentent souvent un décodeur et aucun parseur de conteneur, parce qu’un parseur est du code qu’ils devraient maintenir. Les plates-formes de téléphonie, les systèmes d’annonce et les menus IVR ont la même approche pour la même raison.

Aucun de ces lecteurs n’a choisi le format pour son rendu. Ils l’ont choisi parce que leur documentation le nommait, et la chose utile que cette page peut faire est de produire exactement ce fichier plutôt que quelque chose qui échouera à un contrôle de téléversement trois étapes plus loin.

Un WAV porte rarement des métadonnées pour commencer, mais ici cela ne changerait rien. ADTS n’a aucun champ pour un titre, un album, une année ou une image, et il n’y a aucune convention pour en ajouter un par-dessus. Tout ce qu’un en-tête de trame peut dire concerne la configuration du décodeur.

Donc un dossier de ces fichiers est identifié par ses noms de fichiers et rien d’autre, ce qui est correct pour un segmenteur et désespérant pour une bibliothèque musicale. Si vous vous trouvez à vouloir nommer l’artiste, le format vous dit que vous vouliez un M4A.

Parce que chaque trame porte son propre en-tête, deux fichiers ADTS avec la même fréquence d’échantillonnage et le même nombre de canaux peuvent être concaténés octet pour octet et le résultat est un flux valide. Aucun décodeur ne tourne, aucun encodeur ne tourne, et aucun audio n’est perdu. Couper fonctionne de la même manière, à condition que la coupe tombe sur une limite de trame.

C’est la propriété pour laquelle le format existe, et cela vaut la peine d’être su avant de construire un pipeline autour d’autre chose. Assembler une heure d’annonces à partir de quarante fragments pré-encodés ne coûte rien en qualité avec ADTS, et coûte un ré-encodage complet dans la plupart des conteneurs.

Il n’y a aucun champ de durée nulle part dans le flux, donc un lecteur qui vous montre une longueur l’a calculée en divisant la taille du fichier par un débit supposé. Avec un débit constant cette estimation est proche ; avec un débit variable elle dérive, et la barre de progression saute au fil de la lecture.

Attendez-vous à cela et ne le dépannez pas. Si une durée exacte compte — une interface de lecteur, un système de planification, quoi que ce soit qui doive savoir avant de commencer — l’audio a besoin d’un conteneur qui l’enregistre, et M4A est le même codec avec cette information écrite.

Cela vaut la peine d’être explicite : les décisions audio sont identiques. L’encodeur fait les mêmes jugements sur ce qu’il faut jeter, que la sortie aille dans un conteneur MPEG-4 ou directement dans des trames, donc un AAC brut et un M4A faits depuis le même WAV au même palier sonnent pareil.

La différence tient à quelques kilo-octets de structure et à tout ce que cette structure permet : seek, étiquetage, une durée énoncée, et un fichier que votre système d’exploitation ouvrira dans un lecteur de musique plutôt qu’il ne proposera de re-télécharger. Choisir entre eux est un choix sur la destination, jamais sur la fidélité.

Cette page produira un .aac tout à fait correct à partir d’un morceau, et faire cela est presque toujours une erreur. Le morceau arrivera dans une bibliothèque sans titre, non trié, sans pochette et avec une durée peu fiable, et la moitié des logiciels sur un téléphone refusera même de l’importer.

La règle est assez simple à appliquer sans y penser. Si le consommateur est du code, produisez le flux. Si le consommateur est un humain avec une liste de lecture, produisez un M4A ou un MP3 et gardez le WAV comme le master. Rien n’est gagné en donnant à un auditeur le fichier le plus primitif.

Les exigences écrites pour AAC sont en général des plafonds imposés par un transport plutôt que des cibles de qualité : 64 kbps parce qu’un canal est étroit, 128 parce qu’un budget de segment a été fixé il y a des années. Le contrôle de qualité ici propose trois paliers plutôt qu’un chiffre de kilobits, puisque la correspondance diffère par codec et que l’encodeur la résout.

Choisissez le palier le plus proche de l’exigence et vérifiez le fichier produit, ce qui prend dix secondes et tranche la question. Si la source est de la parole — annonces, invites, narration — le palier le plus petit est très probablement déjà dans le chiffre qui vous a été donné. Ne comptez pas sur le mono pour passer en-dessous : il n’y a pas de contrôle de canaux sur cette paire, et le palier se résout en un débit depuis le codec seul, donc une source mono et une stéréo s’écrivent au même débit.

Un WAV fait environ 10 Mo la minute, et le plafond par fichier ici est de 100 Mo, ce qui représente un peu moins de dix minutes de stéréo. Ce plafond existe parce que le fichier entier est tenu en mémoire du navigateur pendant qu’il est converti, et non à cause d’une allocation de téléversement — il n’y a pas de téléversement.

Pour un pipeline c’est normalement la bonne forme : les invites, les segments et les cues sont courts par nature, et une centaine d’entre eux peuvent être déposés d’un coup et revenir en ZIP. Un programme de longueur complète doit être coupé d’abord, et il devait de toute façon être coupé pour le segmenteur.