Convertir WebM en MOV

La matière arrive d’endroits où personne ne tourne. Un client envoie une capture d’écran faite par son navigateur. Un clip de référence vient d’un site. Un outil d’enregistrement en ligne a produit l’interview. Un logiciel de visioconférence a exporté la session. Tout cela livre un WebM, et un WebM est un format de diffusion conçu en 2010 pour amener la vidéo aux navigateurs à peu de frais, pas pour être monté.

Le résultat est une boîte d’import qui grise le fichier ou qui l’accepte et se comporte mal ensuite. Adobe n’embarque pas de décodeur VP9, Final Cut Pro ne lit pas le conteneur, After Effects est irrégulier selon la version. Convertir en MOV remplace les deux moitiés du problème en une fois : un conteneur écrit par Apple et un codec que chaque logiciel de montage décode matériellement.

C’est la phrase la plus importante de la page. MOV est un conteneur, et ProRes un codec qui s’y trouve souvent — les deux termes sont interchangeables dans les salles de montage et ils ne désignent pas la même chose. Ce qui est écrit ici est de la vidéo H.264 avec de l’audio AAC dans une enveloppe QuickTime.

La distinction a des conséquences sur une timeline, pas dans un lecteur. ProRes est un codec intermédiaire : chaque image tient seule, ce qui rend le scrub et le rendu rapides et les fichiers énormes. Le H.264 est un codec de diffusion qui décrit la plupart des images comme des variations d’autres images, ce qui rend le fichier petit et la recherche en arrière coûteuse pour la machine. Si le montage est long, transcodrez ce MOV en ProRes une fois dans votre NLE et coupez à partir de là.

Les codeurs accessibles à une page web sont ceux que le système d’exploitation expose via WebCodecs, et cet ensemble est volontairement étroit : H.264 et VP9 pour la vidéo, AAC, Opus, FLAC et PCM pour l’audio. ProRes est la propriété d’Apple, sous licence, et il passe par les outils d’Apple plutôt que par un onglet de navigateur.

Le dire est plus utile que de faire semblant. Un convertisseur qui proposerait « MOV (ProRes) » et écrirait du H.264 en silence produirait un fichier qui se comporte exactement comme celui-ci, et un monteur qui ne comprendrait pas pourquoi sa timeline est lente. Si ProRes est une exigence, cette conversion est l’étape un sur deux, et Compressor, Media Encoder ou le transcode interne du NLE est l’étape deux.

Le réglage de résolution compte plus pour un montage que pour une lecture. Une capture d’écran 4K sur une timeline 1080p est mise à l’échelle à chaque scrub et à chaque rendu, et la ramener ici à la résolution de la séquence supprime ce travail pour de bon plutôt que de le payer à chaque aperçu.

La liste va de 2160p à 360p, et la largeur suit automatiquement. Demander une résolution que la source n’a pas est ignoré : une capture 720p passée en 4K pour correspondre à une séquence est impossible, et c’est le travail de la mise à l’échelle du montage, où elle reste au moins réversible.

Les fichiers WebM produits par un navigateur contiennent presque toujours de l’Opus, et le MOV écrit ici contient de l’AAC. Comme pour l’image, c’est un décodage puis un ré-encodage plutôt qu’une copie, ce qui ajoute une seconde génération de compression avec perte sur le son. Pour la voix et la narration d’une capture, c’est inaudible ; pour la musique, c’est mesurable.

Toutes les pistes audio que le navigateur peut décoder survivent, dans l’ordre où le WebM les contenait. Un enregistrement avec une piste micro séparée et une piste audio système — ce que produisent certains outils de capture — arrive avec les deux, parce que le conteneur QuickTime ne fixe pas de limite pratique au nombre de pistes, et elles se posent sur la timeline comme des canaux distincts plutôt que comme un mix prêt à l’emploi.

Le VP9 dans WebM peut transporter de la transparence, et c’est l’une des bonnes raisons d’utiliser ce format : un bandeau inférieur ou un logo animé livré sur le web en WebM transparent se compose directement sur une page. Le H.264 n’a pas de canal alpha, et cette information n’a nulle part où aller.

La conversion n’échoue pas ; elle produit une vidéo opaque, et la transparence a disparu. Pour de l’alpha dans un logiciel de montage, les formats de travail sont ProRes 4444 dans un MOV ou une séquence d’images PNG, et aucun des deux ne peut être produit par un navigateur. Gardez le WebM comme source si la transparence est l’intérêt.

Les pistes de sous-titres et les marqueurs de chapitre disparaissent. Les conteneurs basés sur Matroska comme WebM peuvent contenir les deux, et le moteur ne lit que les pistes vidéo et audio et rien d’autre — une piste de sous-titres n’est pas quelque chose qu’il refuse de convertir, c’est quelque chose qu’il ne voit pas. Les sous-titres d’une réunion enregistrée n’apparaîtront pas dans le MOV, et il faut les exporter séparément depuis l’endroit où ils ont été produits.

Le timecode et les métadonnées de caméra ne sont pas non plus transportés, parce qu’un enregistrement de navigateur en a rarement. Ce que vous obtenez est un fichier propre avec une durée, son image et son son — ce qui est exactement ce que veut une boîte d’import, et parfois une surprise pour quiconque s’attendait à voir des noms de bobine.

Parce que chaque image est décodée puis ré-encodée, la conversion prend un temps proportionnel à la longueur et à la résolution de l’enregistrement plutôt qu’à la taille du fichier. Un clip de deux minutes est rapide. Une heure de capture d’écran 4K est une charge soutenue sur votre machine, et l’onglet doit rester ouvert pendant que cela se passe — le fermer annule le travail au lieu de le mettre en file d’attente ailleurs.

Le codeur H.264 qui fait ce travail appartient au navigateur. Chrome, Edge et Safari en ont un sur essentiellement toute machine actuelle ; certaines installations de Firefox, notamment sous Linux, n’en ont pas, et la conversion le dit clairement au départ plutôt que d’échouer à mi-chemin. Il n’y a pas de repli logiciel, parce qu’un codeur H.264 compilé en WebAssembly pèse des dizaines de mégaoctets et est à peu près un ordre de grandeur plus lent que le codeur matériel qui attend à côté.

Le travail de montage est plein de matière qui ne devrait se trouver nulle part. Images d’un produit non annoncé, tableau de bord d’un client pendant un appel enregistré, réunion interne générale, entretien sous embargo. La voie ordinaire pour cette conversion est de remettre tout cela à un site que personne n’a vérifié, ce qui est un problème contractuel avant d’être un problème de vie privée.

Cette conversion tourne entièrement dans le navigateur, avec les mêmes codeurs que ceux que la machine utilise déjà pour lire la vidéo. Rien de ce qui porte les images n’est envoyé nulle part, et il n’y a pas de compte. Une longue capture se convertit aussi vite que le matériel le permet plutôt qu’aussi vite qu’un téléversement le permet, ce qui sur un fichier de plusieurs gigaoctets est en général l’argument le plus persuasif des deux.