Qu’est-ce qu’un fichier MP4 ?

MP4 est un conteneur : une enveloppe pour des flux encodés par autre chose. Il est utilisé pour la remise d’un fichier fini, le web et les téléphones.

L’extension est .mp4 et le nom complet MPEG-4 Video. L’un et l’autre comptent moins que ce que le fichier peut contenir, et c’est le sujet du reste de cette page.

MPEG l’a publié en 2001. La spécification est ISO/IEC 14496-14.

L’âge est utile à connaître pour une raison pratique : plus un format est ancien, plus les programmes ont eu le temps de l’apprendre.

Elle est publiée intégralement : n’importe qui peut l’implémenter à partir du document plutôt qu’en l’observant, et c’est pourquoi ce format apparaît dans tant de programmes et pourquoi des fichiers écrits il y a vingt ans s’ouvrent encore. Une spécification publiée n’est pas pour autant libre de redevances : quand un format enveloppe un codec, les brevets sont une question à part, que la norme ne tranche pas.

Il contient d’ordinaire H.264, HEVC, AV1 et AAC. Cette distinction est derrière presque toutes les questions du type « pourquoi ça ne se lit pas » : deux fichiers portant la même extension peuvent contenir des encodages entièrement différents, et un lecteur qui refuse l’un s’entend parfaitement avec l’autre.

Elle explique aussi pourquoi changer de conteneur est souvent rapide et sans perte alors que changer de codec n’est ni l’un ni l’autre. Déplacer le même flux dans une autre boîte réécrit la boîte ; réencoder réécrit l’image.

MP4 peut contenir plusieurs pistes audio, des pistes de sous-titres et une disposition qui lui permet de commencer à jouer avant d’être arrivé en entier.

Cela compte surtout à la conversion : ce que la cible ne peut pas contenir est abandonné, en général sans avertissement.

VLC, HandBrake et Adobe Premiere Pro le lisent, comme la plupart des programmes du même genre.

Quand un fichier ne s’ouvre pas, le format est rarement en cause : le plus souvent, c’est le programme qui est plus ancien que lui. Convertir vers quelque chose de plus ancien est le contournement fiable, et c’est à cela que sert le reste de ce site.

Tous les navigateurs actuels le lisent.

Vous pouvez donc le poser sur une page ou l’attacher à un message sans vous demander ce que le destinataire a installé.

MP4 peut contenir les propriétés du document.

Que quoi que ce soit survive à une conversion dépend entièrement de la cible, et la réponse honnête est le plus souvent « une partie ».

MP4 est fait pour être transmis, pas pour travailler dedans. Modifier un tel fichier est possible et rarement agréable ; la voie raisonnable passe par la source et un nouvel export.

C’est le fait qui explique à peu près tout ce qui est déroutant avec MP4. Le fichier ne définit pas la façon dont l’image est compressée ; il définit la façon dont des flux compressés sont stockés côte à côte, indexés et maintenus en synchronisation. Vidéo, audio, sous-titres et marques de chapitre ont chacun leur piste, et MP4 est la boîte dans laquelle ils voyagent.

Donc la « qualité MP4 » n’est pas une propriété de MP4. Deux fichiers de même extension et de même taille peuvent avoir un aspect complètement différent parce que l’un contient du H.264 et l’autre de l’AV1, et un lecteur qui refuse l’un peut parfaitement lire l’autre. Quand quelque chose se passe mal avec un MP4, la question utile n’est presque jamais celle du conteneur.

Pour la vidéo, H.264 est le défaut écrasant et le reste depuis quinze ans : chaque téléphone, chaque caméra, chaque navigateur et chaque télévision le décode, souvent en matériel dédié. Le H.265 apparaît là où le fichier devait être plus petit — les enregistrements 4K des téléphones récents surtout — et l’AV1 arrive en provenance des services de streaming et des outils de capture plus récents.

Pour l’audio, AAC est la réponse quasi universelle, parfois MP3 dans des fichiers plus anciens et rarement du PCM non compressé. La conséquence pratique de cette dispersion, c’est que H.264 avec AAC est la combinaison qui se lit partout sans y penser, et que tout le reste est un compromis délibéré entre compatibilité et taille.

Parce que le lecteur a un décodeur pour ce qu’il y a dans le premier fichier et pas pour ce qu’il y a dans le second. Une télévision de 2016 gère le H.264 en matériel et n’a jamais entendu parler de l’AV1. Un logiciel de montage plus ancien ouvre le H.264 et refuse le H.265 parce que la licence pour le décoder n’a jamais été achetée. Le message d’erreur dit en général quelque chose d’assez vague sur un fichier non pris en charge.

Le diagnostic est rapide : trouvez quel codec le fichier contient. S’il s’agit de H.265 ou d’AV1 et que la destination est ancienne, réencoder en H.264 le règle, au prix d’un fichier plus gros et d’une génération de qualité. S’il s’agit déjà de H.264, le problème est ailleurs — un index endommagé, une piste audio exotique, ou un lecteur qui attend une autre extension.

Un MP4 conserve une table des matières — historiquement appelée atome moov — qui décrit où se trouve chaque image. Beaucoup d’outils l’écrivent à la fin du fichier, parce que son contenu n’est pas entièrement connu avant la fin de l’encodage. C’est anodin sur un disque local et un vrai problème en réseau : un lecteur ne peut pas commencer tant qu’il n’a pas cette table, donc il télécharge tout le fichier avant d’afficher une image.

Le correctif est une étape généralement appelée fast start ou optimisation web, qui déplace cette table à l’avant. Rien dans l’image ne change. Si une vidéo sur une page web montre une longue pause blanche avant de jouer alors que le même fichier passe instantanément depuis le bureau, c’est presque toujours la raison.

MP4 a été standardisé à partir du format QuickTime d’Apple, et les deux partagent leur structure au point que beaucoup de fichiers sont valides pour les deux. Beaucoup de logiciels liront un MOV renommé en .mp4 et l’inverse, ce qui est un indice de leur proximité plutôt qu’une technique sur laquelle compter.

Les différences qui survivent sont à la marge : MOV peut porter les codecs orientés montage que produisent les outils d’Apple, comme ProRes, qu’aucun lecteur MP4 n’attend. En règle générale, MOV est ce que produisent l’enregistrement et le montage sur le matériel Apple, et MP4 est ce qu’on livre à tout le reste.

MP4 peut contenir une piste de texte minuté, et la prise en charge de sa lecture est suffisamment inconsistante pour que la plupart des gens ne s’y fient pas. Les lecteurs de bureau la trouvent en général ; les navigateurs, les télévisions et les boîtiers set-top l’ignorent fréquemment, de sorte que des sous-titres qui fonctionnaient sur la machine où ils ont été faits disparaissent partout ailleurs.

Deux contournements sont courants et honnêtes sur leur compromis. Un fichier SRT ou VTT séparé à côté de la vidéo est universellement compris et peut être désactivé, mais doit voyager avec la vidéo. Graver le texte dans l’image garantit qu’il apparaît partout et le rend permanent, impossible à désactiver et impossible à traduire.

La vidéo compressée est construite à partir d’images complètes occasionnelles avec, entre elles, beaucoup d’images qui ne décrivent que ce qui a changé. C’est pour cela qu’un MP4 peut être coupé sur ces images complètes sans toucher à l’image, et qu’une coupe ailleurs oblige à décoder et réencoder la section — ce qui coûte une génération de qualité.

La rotation est l’exception utile. L’orientation est stockée comme un drapeau plutôt que gravée dans les pixels, donc remettre une vidéo à l’endroit est un changement de métadonnées et instantané. Le redimensionnement, le changement de cadence, l’ajustement de l’audio et l’assemblage de clips aux réglages différents sont tous de vrais réencodages.

Assez souvent plus qu’on ne s’y attend. Les appareils d’enregistrement inscrivent couramment la marque et le modèle, la date et l’heure, et — si la géolocalisation était activée — les coordonnées GPS. Le logiciel de montage ajoute son propre nom et souvent celui du projet. Rien de tout cela n’est visible pendant la lecture.

Cela compte pour le cas ordinaire d’une séquence filmée à la maison et publiée en ligne. Les métadonnées peuvent être retirées, et il vaut mieux le faire délibérément que de supposer qu’une plateforme l’a fait : certaines retirent tout au téléversement, d’autres retirent seulement la position, d’autres gardent le fichier tel qu’il est arrivé.