des articles visant les codecs audio

RÉFLEXION : WMA, FAUX CBR OU FAUX VBR ?

rouspecteur — Thu, 03 Jul 2008 08:32:38 GMT

RÉFLEXION : WMA, FAUX CBR OU FAUX VBR ?

« Encore un troll », vociféreront les modérateurs des forums. « Un demeuré de plus ! », se diront les lecteurs d’Afrikblog. P’têt bien qu’oui, p’têt bien qu’non. Je me pose juste une question, c’est tout. Y a eu plus bête et moins logique comme question sur le Net, je vous assure…

Mais ne chipotons pas.

Un certain nombre de détails, après observations, m’ont conduit à poser cette drôle de question, que je vais séparer en deux titres :

1. Le WMA est-il CBR ou quelque peu VBR dans son mode CBR ?

Lorsqu’un son WMA est encodé à bitrate fixe, il est parfois possible de constater que deux fichiers de même durée ne produisent pas toujours une taille identique ! Par ailleurs, il est quand même étrange que les anciennes versions des décodeurs WMA n’éprouvent aucune difficulté à lire les derniers WMA en CBR comme en VBR. Et même sur PC, lors de l’encodage au format WMA, la durée de conversion et la complexité du processus sont assez similaires en VBR comme en CBR pour un fichier donné. Le WMA est l’un des rares formats audio, si pas le seul, à disposer d’un encodeur qui n’alourdit pas sensiblement les calculs en VBR.

Si enfin on se réfère à Wikipedia et aux interventions des internautes avertis du site Hydrogenaudio, on se rend vite compte que même en CBR, la gestion de débit en WMA semble très large, l’algorithme de masquage usant de jusqu’à cinq tailles de fenêtres pour s’adapter à la nature du son codé. C’est du moins, semble-t-il, ce qui ressort de l’analyse minutieuse et savante du schéma de décodage qui est libre de droit et accessible par tous.

Bref, je pense que le WMA en mode CBR use d’astuces de gestion de bits proches du VBR, mais plus d’un VBR en deux passes avec une marge maximale de bitrates assez confinée. Tous les formats audio de compression actuels font pareil, y compris le vénérable MP3. Cependant, je me demande bien pourquoi un fichier WMA encodé en VBR ou en CBR utilise le même schéma de décodage depuis au moins 1999, époque où pourtant le WMA VBR n’existait pas.

Aux spécialistes de Micro$oft de répondre…

2. Le WMA est-il véritablement VBR ?

Vu ce qui précède, je peux affirmer que le WMA est, un peu comme l’Ogg Vorbis, plus orienté VBR dans son concept. Il n’y a aucun doute là-dessus. Toutefois, l’affichage du débit moyen lors de la lecture d’un fichier WMA VBR a de quoi surprendre. En effet, à l’instar du MP3, alors que le débit binaire devrait varier à l’affichage plusieurs fois par seconde (phénomène aisément perceptible dans Winamp et dans Media Player Classic), en WMA VBR, ce débit demeure fixe. Au niveau de certains baladeurs, en l’occurrence des baladeurs à mémoire flash, une chose assez inattendue est à signaler quant à l’affichage du bitrate. C’est que si ce dernier dépasse une certaine valeur moyenne ou est en dessous d’une certaine autre valeur moyenne, selon le mode VBR d’encodage du fichier WMA, une valeur fixe et erronée de débit moyen s’affichera. À titre d’exemple, si un fichier encodé en WMA VBR qualité 50 est lu, le baladeur affichera comme débit binaire moyen 64 kbps si le débit moyen réel est inférieur ou égal à 64 kbps. Le baladeur affichera en revanche 88 kbps si ce débit excède ou égale 88 kbps. Le même affichage bizarre est aisément remarqué lorsqu’on use du logiciel GSpot Codec Information en vue d’analyser les propriétés d’un fichier compressé.

Par ailleurs, l’affichage de la durée écoulée n’est pas très constant (accélérations et ralentissements inexpliqués des secondes) lors de la lecture des fichiers WMA VBR…

Drôles de bugs qui n’enlèvent en rien la nature VBR des fichiers concernés, mais qui méritent, j’estime, éclairage de la part des ingénieurs à Billou…

BREF APERÇU DE STEREO TOOL, LE PARFAIT NORMALISATEUR SONORE

rouspecteur — Sun, 01 Jun 2008 07:39:35 GMT

BREF APERÇU DE STEREO TOOL, LE PARFAIT NORMALISATEUR SONORE

Toujours dans ma quête incessante de plugins pour Winamp censés améliorer la qualité et la gestion de la lecture des fichiers audio, je suis tombé comme par hasard sur un logiciel très sophistiqué : Stereo Tool, en version 3.0 (avril 2008). Comme son nom ne l’indique guère, Stereo Tool, outre certaines corrections au niveau de la distribution stéréo dans le son joué, est doté de toute une armada de filtres de correction auditive, rendant parfois inutiles ReplayGain (RG) et même l’égaliseur graphique intégré de Winamp. Stereo Tool, cela saute aux yeux, est réservé à l’utilisateur averti ayant un solide bagage en traitement audio du signal. Tel n’est pas mon cas, vu que je ne suis qu’un simple utilisateur de PC quelque peu mélomane et juriste de formation de surcroit. Cependant, une aide complète (anglaise) dans le site de son auteur m’a permis de comprendre au moins à moitié les diverses options proposées.

Il y a toutefois un gouffre entre comprendre et appliquer. Dieu merci, comme tout logiciel sérieux, Stereo Tool est accompagné de préréglages (presets) qui ont comme mission d’ajuster d’un coup tous les potentiomètres au niveau voulu. Le réglage qui, à mes yeux, semble le plus satisfaisant est FM Transmitter Soft (Europe, Stereo). Aux dires du concepteur, il s’agit de la qualité auditive de la plupart des stations FM européennes, avec un son moyennement lourd. Je ne commenterai que les options qui me paraissent compréhensibles. Si un gentil internaute veut bien me compléter, je n’en serai que très ravi…

1. Pre Amp

Cette option opère une amplification du signal d’entrée. Ici, un gain de 10 (dB ?) est appliqué, ce qui permet, dès le départ, que le logiciel traite un signal relativement fort.

2. Post Amp

Cette option permet d’appliquer une amplification au signal de sortie, à l’issue de toute la chaîne de traitement. Afin de ne pas détériorer le résultat final, une valeur faible est recommandée. Pour notre preset, le gain est nul (1).

3. Indicateur de niveau de signal global

La zone input matérialise l’intensité du signal d’entrée dans les deux canaux (L et R), alors que la zone output indique le niveau de sortie à l’autre bout de la chaîne. Le préréglage que nous avons choisi permet que quelle que soit la valeur moyenne du volume en entrée, le volume en sortie soit constant pour toutes les chansons jouées. Grâce aux divers mécanismes de dosage de sons au niveau spectral, Stereo Tool offre une ambiance sonore assez invariable, mais au prix d’une grande puissance de calcul (voir infra).

4. La zone des presets

Stereo Tool propose à l’utilisateur au moins vingt préréglages de correction sonore allant de la radioAM, médiocre, aux radios trance à volume élevé en passant par la simulation d’enceintes de PC. Le bouton SAVE permet de sauvegarder ses propres réglages et LOAD permet d’appliquer les réglages sauvegardés ou ceux rapatriés d’Internet. Bien évidemment, RESET remet tous les réglages par défaut.

5. Réglage de l’image stéréo

Cette zone des plus absconses pour un utilisateur ordinaire comme moi permet de corriger une stéréo quelque peu mal foutue ou de l’amplifier, voire de fortement l’atténuer. Entre autres options fournies se retrouvent le réglage en degrés et en pourcentage de la phase du signal, l’intensité stéréo en pourcentage et différents délais exprimés en micromètre/secondes (sic) dont on peut affiner la profondeur et la phase. Encore une fois aux dires de l’auteur, tous ces filtres peuvent redonner une petite santé à une K7 vieillotte ou à un MP3 encodé à un débit binaire trop bas.

6. Pre limiter

En principe, le limiteur est un outil qui atténue les signaux dépassant un certain seuil fixé, généralement les basses et les aigus extrêmes. Ici, Stereo Tool applique pareil effet probablement juste après la pré-amplification et avant la compression multi-bandes que l’on examinera ci-dessous.

De grâce, ne me demandez pas à quoi servent les trois paires de potentiomètres et les quatre indicateurs de niveau rattachés à ce filtre. Je n’en ai absolument aucune idée !

7. Le compresseur multi-bandes

Il s’agit de la pièce maîtresse de Stereo Tool qui met le processeur à rude épreuve. Le logiciel se charge intelligemment de traiter le signal sonore en le séparant en dix bandes de fréquences dont chacune sera augmentée ou diminuée afin de respecter le seuil lui imposé. Les égaliseurs de Winamp, le plus souvent perdent de quasiment tout leur intérêt lorsque toute cette batterie de filtres correcteurs est à l’œuvre, du moment que toutes les fréquences sont ramenées à des valeurs spécifiques et ce, de manière obligée. J’essaie donc de décrire, du moins selon mon entendement, ce que chaque rubrique est censée effectuer.

v La zone Soft Limit force Stereo Tool à coiffer tout signal audio qui dépasserait la courbe définie. La zone Limit Output, à sa droite, détermine jusqu’à quel pourcentage de composante du signal pour chaque bande le filtre doit agir. Pour notre preset, 100% est la valeur spécifiée.

v Les deux zones suivantes (Up Speed et Down Speed) permettent au logiciel de gérer comme il se doit la vitesse de réaction du filtre, selon la nature du son qui est soumis à son analyse.

v La zone Clipping, à la fin de tous ces durs traitements, écorne (« écrête » en termes techniques) encore le signal au cas où il dépasserait un seuil déterminé (ici, 1.50). Le clipping agit, tout comme le soft limit, sur toutes les dix bandes de fréquence. Mais à la différence du soft limit, la courbe graphique de l’égaliseur est uniforme (horizontale). À droite des indicateurs de saturation est logé un potentiomètre qui détermine si le filtre agira en limiteur ou en compresseur et dans quelles proportions. Alors que le limiteur a plus tendance à saper des signaux, le compresseur, lui, augmente plutôt les signaux faibles. Dans notre préréglage, le logiciel agit globalement en tant que compresseur.

Je signale également que ledit clipping s’applique, de manière différente, en amont, en plein traitement (zone clip, suivie d’un potentiomètre dont le rôle m’échappe pleinement)

v La zone Before multiband permet le nivellement horizontal de la courbe fréquentielle du signal issue du pré-limiteur avant qu’il ne passe au compresseur multi-bandes

8. Final prelimiter

Cette fonction applique un ultime effet limiteur au signal avant sa trituration dans le filtre multi-bandes. Pour notre preset, le gain est négatif (0.79) et la vitesse du filtre de 0.2 seconde.

9. Final limiter

Un effet limiteur est appliqué à la fin de toute la chaîne de traitement. Quant à notre préréglage, le gain est nul (1) et la vitesse du filtre assez élevée (0.05 seconde).

10. Le loudness

Sa vocation consiste à gonfler artificiellement le volume sonore, ce qui tend à lui donner une certaine lourdeur. Je ne sais pas trop à quel niveau de traitement s’applique cet effet. Je parie néanmoins que c’est juste avant le clipping. Notre preset use de la plus haute valeur de loudness (gain de 1.50).

11. Output filtering

Ce filtre impose en sortie la fréquence maximale à ne pas dépasser. Notre préréglage impose une fréquence sonore maximale de 15 kHz, ce qui me paraît un peu juste. Augmenter la valeur jusqu’à 22.050 kHz ne crée aucune incidence néfaste à la qualité sonore, bien au contraire…

12. CPU usage

Ce paramètre détermine l’intensité d’utilisation du processeur de votre ordi. N’hésitez pas à cocher High-Quality (également présente au niveau du compresseur multi-bandes sous la dénomination HQ) si votre puce tourne à 2 GHz ou plus. Dans le cas contraire, cochez Normal Quality, mais pas Low Quality qui rendra paresseux le filtre de clipping, surtout au niveau des basses qui paraîtront par moments trop lourdes, voire distordues. Dans tous les cas, le potentiomètre doit être réglé à Fast.

Si votre carte son est intégrée à la carte mère, cocher les cases Process as ≈ 44.1 kHz et Filter Input donnera les meilleurs résultats. Sinon, décochez ces deux options pour un meilleur rendu sonore.

CONCLUSION

Stereo Tool s’avère un logiciel extraordinairement efficace, utile à quiconque veut suivre sa musique avec une qualité constante sans autre plug-in additionnel.

Malheureusement, de par sa nature de compresseur/limiteur, il tronque une bonne partie des aigues extrêmes dans la plupart des préréglages et rend l’égaliseur de Winamp inutile. Par ailleurs, il n’assure pas une bonne normalisation sonore sur des musiques ayant de grands écarts de volume (ex : musique classique). Par ailleurs, pour les amateurs de longs fondus enchaînés automatiques à la sauce Sqrsoft Advanced Crossfading, la consternation peut être grande. En effet, du moment que Stereo Tool a tendance à amplifier les sons les plus bas (du moins pour notre preset), il se peut que l’algorithme d’enchaînement de Sqrsoft ait du mal à dénicher une baisse prolongée de son…

Windows Media Audio 9 (9.2) VBR 50 et quelques genres musicaux

rouspecteur — Tue, 06 May 2008 20:59:09 GMT

Windows Media Audio 9 (9.2) VBR 50 et quelques genres musicaux

Pingre en espace de stockage, j'ai toujours été de ceux qui adorent flanquer plus de 250 chansons sur un simple CDR (plus ou moins 1 400 chansons sur un DVD !) sans que la qualité de ces dernières n'en pâtisse sévèrement au point de rendre la musique gênante à entendre. J’ai fait le tour des codecs afin de voir lequel permettrait que je satisfasse ma manie. Seule le WMA a attiré mon attention, non pas spécialement parce qu’il délivre une bonne qualité sonore à bas débit (l’AAC et l’OGG Vorbis le battent aisément sur ce dur terrain), mais surtout parce qu’en termes de compatibilité avec les appareils actuels et en termes de vitesse d'encodage, il reste sans rival. Et le bon compromis a été trouvé en fait de paramètres d'encodage : utilisation du mode VBR dont l’intéressante particularité est de disposer d'un modèle psycho-acoustique très efficace quant au respect des sons de faible volume. Question niveau de qualité, le niveau 50, dit de qualité moyenne, a par moi été choisi. Certes, il retire à la musique originelle les sons les plus aigus, mais maintient un bon équilibre tonal sans engendrer de métallisation sensible, défaut inévitable en ses si bas débits (en effet, WMA VBR 50 s’arrange, selon la nature du son à compresser, à produire un fichier final dont le débit binaire varie entre environ 40 et 112 kbits par seconde, voire plus si l’encodeur bogué versions 9.1 est utilisé. Mais généralement, si le CD audio original est riche en composantes spectrales aiguës, le bitrate avoisine 80 kbits par seconde).

Bien évidemment, en VBR 50, le WMA s’en tirera plus ou moins bien selon les caractéristiques des signaux soumis à ses modèles mathématiques. En général, plus une musique sera « variée », plus l’encodeur aura du mal à maintenir le niveau de qualité imposée. Cela se traduira généralement par des allocations automatiques de bits supplémentaires dans les zones difficiles de la chanson et, dans des rares cas, à une métallisation du signal audio dans les segments où un niveau de qualité plus élevé est exigé. WMA 9.2, heureusement, dispose d'algorithmes mieux étudiés pour ce genre situation et réduit fortement le son métallique.

Signalons aussi que des signaux trop simples (comme la voix d'une personne) peuvent, en monophonie, engendrer une légère métallisation si le son est de qualité médiocre. C'est qu’ici, l'encodeur baisse automatiquement le bitrate et le niveau de qualité d'origine à un niveau imposé (ici, 50). Lorsque le niveau originel est bas, abaisser de nouveaux ledit niveau ne peut qu’engendrer de la distorsion. Fait heureux, le WMA 9.2 pallie généralement ce type de désagréments grâce à des formules mathématiques mieux élaborées.

Ci-dessous, je vous présente quelques genres musicaux et quelques types de sons encodés en stéréo, ainsi que le comportement du mode VBR 50 en termes de bitrate. Ces genres et types de sons proviennent d’un CD audio original ou des fichiers MP3 à bitrate de 320 kbits par seconde (pertes infimes du signal, totalement inaudibles).

1. Les sons et les genres « compliqués »

v Castagnettes : leurs sons très aigus et leur cadence répétitive favorable au pré-écho obligent l’encodeur à trier dans ce fouillis des fréquences aigues nécessaire au maintien de la qualité 50. Lesdites fréquences s’avèrent nombreuses pour ce type de sons et font que le bitrate augmente, dépassant parfois 90 kbits par seconde

v Guitare rock : sa richesse spectrale dont presque toute la gamme de sons a une intensité égale met sérieusement l'encodeur en difficulté. Parfois, ici, WMA VBR 50 occasionne une amputation assez remarquable de hautes fréquences et une très légère métallisation. Le bitrate est souvent compris entre 80 et 112 kbits par seconde

v Techno, disco, ainsi que la musique électronique : bardés de son à multiples harmoniques (qui mettent en souffrances les algorithmes de masquage), d’une densité moindre que le rock certes, mais plus riches en aigues, ce genre fait souvent grimper le bitrate au-delà de 80 kbits par seconde, sans cependant distorsion audible en général

v Salsa : généralement pleine de sonorités haute fréquence, la salsa génère parfois de la métallisation à la fréquence de coupure (environ 13 kHz) avec certains morceaux assez « durs », mais de manière moins audible que ce que le rock génère. Le bitrate dépasse souvent les 85 kbits par seconde

2. Les sons et les genres « intermédiaires »

Ici se retrouvent, seben, zouk, rap, hip-hop, R&B, raï et autres slows. Selon la richesse instrumentale mise en jeu, le bitrate peut-être aussi bas que 50 kbits par seconde ou grimper à plus de 100 kbits par seconde. Mais il avoisine souvent la fourchette 65 à 85 kbits par seconde. Le seben, le raï, le zouk et styles voisins contraignent très souvent l’encodeur à créer des fichiers audio à bitrate moyen de plus de 80 kbits par seconde.

3. Les sons et les genres « faciles »

v Voix en a cappella : la voix humaine plus pauvre en harmoniques que beaucoup d'instruments, sa compression demande peu de bits, à moins qu’il s'agisse d'une foule. L'encodeur utilisera un bitrate généralement compris entre 45 et 75 kbits par seconde selon la richesse stéréo

v Violon, harpe, piano : ces instruments produisent des sons aux composantes spectrales simples et régulières que les algorithmes du genre Huffman traitent rapidement et efficacement. Le débit binaire est presque identique à celui de la voix a cappella

v Musique classique en général : riche en instruments ci-haut cités, elle engendre rarement des bitrates supérieurs à 80 kbits par seconde

FRÉQUENCE DE COUPURE DES WMA 9.2 DANS LES BITRATES COURANTS ET SUR BASE DE BRUITS BLANCS

rouspecteur — Sun, 16 Mar 2008 20:50:16 GMT

FRÉQUENCE DE COUPURE DES WMA 9.2 DANS LES BITRATES COURANTS ET SUR BASE DE BRUITS BLANCS

MODE VBR (qualité théorique)

FRÉQUENCE DE COUPURE (en Hz)

q98

20050

q90

18760

q75

15450

q50

13150

q25

13000

q10

12060

MODE CBR (débit en Kbits/s)

FRÉQUENCE DE COUPURE (en Hz)

320

20060

256

20050

192

18770

160

18760

128

16000

15450

13200

12000

8300 +

NOTES :

ü Les codecs WMA 9.2 de 2006 ont tendance à retirer jusqu’à 200 Hz aux fréquences de coupure en comparaison aux codecs WMA 9 tout court et WMA 9.1. Mais la qualité sonore semble fort paradoxalement légèrement plus grande que ces deux versions précitées, surtout en mode VBR.

ü Le bitrate 32 Kbits/s a l’étrange caractéristique de monter très haut en fréquence (jusque 21 KHz !), mais avec un total irrespect du signal original au-delà de 8 300 Hz (8,3 kHz).