The Pingu's Web : Trouvez tous vos MP3

Introduction (fournie par MP3 France)

Longtemps plébiscité par les professionnels du son, le MP3 arrive maintenant sur l'ordinateur de l'internaute branché.
N'avez vous jamais rêvé de faire des compilations de plus de 150 titres tenant sur un seul Cd ou bien de stocker l'équivalent de 12 albums sur ce même Cd? Et bien c'est possible grâce au format MP3.
Le MP3 (MPeg Audio Layer 3) est un format de fichier son compressé obtenu par suppression de données. Il est recommandé par le MPEG (Moving Pictures Experts Group).
Ce format est proche du format utilisé par Sony avec ses lecteurs/enregistreurs de MiniDisc. Contrairement au DAT, le MP3, le MiniDisc et le DCC opèrent par suppression de données. Saviez vous que vos radios préférées utilisent ce format.? Tous vos tubes sont stockés sur un serveur. La programmation des morceaux à passer à l'antenne se fait sur ordinateur . Puis, l'ordinateur va chercher les fichiers sons MP3 sur le serveur et une carte de décompression (gain de rapidité) les transforme en fichiers sons classiques de qualité CD qui seront transmis sur les ondes. Où est le bon vieux temps où il fallait aller chercher les disques vinyles a la cave?
Le codage Mpeg Layer-3 permet de diminuer d'environ 12 fois la taille d'un fichier audio habituel. Le principal intérêt de ce format est d'atteindre un taux de compression très important sans perte de qualité sonore .
Ceci est obtenu par suppression de zones dans la bande passante dont les fréquences sont inaudibles par l'oreille humaine. L'oreille ne fait aucune différence entre le son original d'un CD et le son de ce même CD après codage MP3.
L'avantage est donc le gain de taille. Avec une un ratio de compression de 1:12, les fichiers deviennent de taille "humaine" (4Mo pour 3 minutes de son ) et plus adaptés à des transferts sur le Net. Prenons un exemple : avec un enregistrement audio de 4 minutes en qualité CD (Stéréo, 44.1 KHz, 16 bits), on atteint facilement les 50 Mo pour le fichier Wave. Après encodage MP3, le fichier ne dépassera pas les 4 Mo sans dégradation sonore.
La lecture de tels fichiers se fait via l'intermédiaire de softs dédiés qui permettent le décodage (décompression) de ceux-ci.
Mais pour en bénéficier, il faut cependant une configuration suffisamment puissante (type Pentium) pour pouvoir effectuer le décodage de ce type de fichier en temps réel .

Que signifie MPEG Audio Layer 3?
MPEG est un groupe de travail dans un sous comité de l' ISO (International Standards Organisation) et de l'IEC (International Electrotechnical Commission) qui génère des standards pour les compressions audio et video.
Les algorithmes ne sont pas définis par MPEG. MPEG décrit des méthodes pour tester les données compressées et les décodeurs associés au standard. MPEG publie aussi tous les rapports techniques.
Le format MP3 fait partie intégrante du format vidéo MPEG-1 (le format MPEG-1 était utilisé par les CDI Philips).
MPEG-1 a presque complètement disparu aujourd'hui et remplacé par le MPEG-2 (DVD). Le format audio MP3 est toujours présent mais sous une forme améliorée. MPEG-3 et MPEG-4 seront les futurs standards le la télé haute définition.
Le format MP3 a été developpé par l'institut Fraunhofer en Allemagne. Les premiers developpements ont commencé en 1987 et les premiers logiciels exploitant uniquement se format ont vu le jour il y a 3 ans.
Il y a trois sous couches de codage audio dans les formats MPEG-1 et MPEG-2 --> Layer-1, Layer-2 et Layer-3.
Est ce que MPEG-3 est la même chose que Layer-3? : NON, Layer-3 est uniquement la partie codage audio des standards MPEG.
De Layer-1 à Layer-3, les méthodes de codage et les performances (qualité / taille) augmentent. Layer-3 est la dernière évolution du codage audio. Les trois couches Layer-1,2,3 gardent une compatibilité ascendante.

Avant compression les données audios digitales haute qualité prennent énormément de place à stocker, voici pourquoi : Essayez de stocker 1 minute de votre morceau favori sur votre disque dur. En qualité CD stéréo, sa fréquence est de 44,1 kHz en 16 bits. 44,1 kHz signifie que vous avez 44100 données par seconde provenant de se fichier (44100 bytes ou octets/s). Vous multipliez par 2 car vous êtes sur 2 canaux et encore par 2 parce que le fichier est codé sur 16 bits.

Le fichier aura une taille de :
44100 (octets /s) * 2 canaux * 2 (2 octets pour 16 bits) * 60 (s/min) = 10 Mo
Le téléchargement d’un tel fichier par Internet avec un modem 28.8 prend environ 45 minutes !
Prenons un autre exemple : avec un enregistrement audio de 4 minutes en qualité CD (Stéréo, 44.1 KHz, 16 bits), on atteint facilement les 50 Mo pour le fichier Wave. Âpres compression MP3, le fichier ne dépassera pas les 4 Mo sans dégradation sonore.
La compression digitale audio permet donc de minimiser la taille de stockage de tels fichiers. Les nouvelles techniques de codage audio (comme MPEG Layer 3) exploitent les propriétés de l’oreille humaine (perception du son) pour réduire d’un facteur 12 cette taille sans perte perceptible de qualité. Cette technique est une clef dans divers domaines de l’informatique (stockage de bandes sons haute qualité sur CD-ROM pour les applications multimédia ou transferts de tels sons via Internet).
Un autre avantage de ce format est que le taux de compression est paramètrable ainsi que diverses options de compression (algorithmes adapté aux voix, à la musique ou corrélation entre les canaux).

Fonctionnement (fournie par MP3 France)

Il y a souvent confusion entre les termes compression audio et codage audio. Cette section vous donne un aperçu du fonctionnement du codage audio.
La compression audio est constituée de 2 parties. La première partie est le codage qui transforme les données reçues (fichier WAVE) en données hautement compressées (appelé bitstream) à l'aide d'un encodeur audio.
Pour lire ces formes de données compressées, il vous faut un décodeur audio, c'est la seconde partie de la compression.
A l'écoute, les 2 fichiers seront plus ou moins identiques. Je dis bien plus ou moins car cela dépend bien sûr du taux de compression que vous avez appliqué. Plus ce taux est faible, meilleure est la qualité des MP3 obtenue et vice versa. Un taux de 1:12 représente un bon compromis.
Ce taux n'est pas mesurable, c'est pour cela que l'on parle de bitrate de la compression. Le bitrate est le nombre de bits qu'une seconde de données occupe dans le fichier compressé. L'unité est le kBits/s. Pour trouver le nombre d'octets, divisez simplement par 8.
Voici un tableau donnant le bitrate pour différentes qualités audios:

Bitrate	Bande passante	Qualité
8 kBps	2.5 kHz	Téléphone
16 kBps	4.5 kHz	Radio ondes courtes
32 kBps	7.5 kHz	Radio AM
64 kBps	11 kHz	Radio FM
128 kBps	15 kHz	CD

Codage stéréo :
Si l'encodage se fait en stéréo, le bitrate est lié au mode stéréo. Certains logiciels de compression permettent de spécifier l'encodage stéréo à utiliser. Voici les différents modes:

Bitrate	Stéréo mode
8000-18000	Mono
18000-96000	MS/IS Stéréo
96000-192000	MS Stéréo
192000-256000	Stéréo

Dual channels (dual mono) : Les canaux sont traités comme des entités indépendantes. A utiliser si vous avez 2 canaux avec des voix différentes par exemple.
Stéréo : Dans ce mode, l'encodeur ne fait pas de corrélation entre les canaux. Néanmoins il négocie la demande de bits des 2 canaux. Par exemple en donnant à un canal plus de place si l'autre ne contient que des silences.
MS Stéréo : Il y a une corrélation entre les canaux ce qui augmente la qualité de compression. Ce mode ne détruit pas les informations de phase (IS stéréo) utilisées par le format DOLBY ProLogic. Pour les signaux quasi-mono cela donne un gain de qualité.
MS/IS Stéréo : Dans ce mode, les hautes fréquences sont décomposées en signal mono avec une indication de direction. Ne pas utiliser ce mode avec les signaux ProLogic (perte de l'info de phase) ni pour des hautes qualités de codage.

Les 4 étapes de la compression Audio :
L'oreille humaine permet de distinguer des sons dont les fréquences sont comprises entre 100Hz et +ou- 16kHz. Elle est plus sensible entre 2 et 4 kHz. La voix a une bande passante comprise entre 500Hz et 2 kHz.
Les sons graves ont une majorité de basses fréquences et les sons aiguës une majorité de fréquences élevées.
La courbe suivante vous donne le seuil de perception d'un son par l'oreille en fonction de la fréquence de celui-ci.

En partant de 3kHz, on remarque que plus on monte en fréquence, plus le volume (dB) doit être élevé et c'est la même chose lorsque l'on descend en fréquences. (Pour entendre un son de 14kHz, le volume doit être très élevé).
Le principe du masquage de fréquences :
L'oreille humaine est sensible à un large spectre de fréquences. Mais, quand une grande quantité d’énergie est présente sur une fréquence (on parle de pic), l'oreille ne peut pas distinguer de plus basses énergies présentes aux fréquences voisines. On dit que les fortes énergies masquent les petites. Ces fortes énergies sont appelées les masqueurs.

Sub Band Coding :
Le principe de Sub Band Coding (SBC) dépend du principe de masquage des fréquences.
L'idée est de sauvegarder la bande passante en supprimant les informations des fréquences masquées. Le résultat ne sera pas le même que le signal original (au point de vue de la bande passante), mais si le calcul est bien fait, l'oreille ne verra pas la différence.
Voici les 4 étapes de la compression audio :

Décomposition du signal source en sous-bandes (transformée de Fourier...).
Le modèle psychoacoustique étudie ces sous-bandes et détermine les seuils de masquage en utilisant les informations psychoacoustiques.
Ces seuils sont utilisés pour quantifier ces sous-bandes.
L'étape finale consiste à assembler ces sous-bandes en frames pour que le décodeur puisse les utiliser.