Antenna : définition de la technique Mpeg

Introduction

Le MP3 (Mpeg 1 audio layer 3) est un format de fichier son compressé -avec suppression de données- selon la norme Mpeg-1 ou Mpeg-2 layer-3. Le format de compression est défini par les normes IS 11172-3 et IS 13818-3 de l'ISO/IEC. Il est recommandé par le MPEG (Moving Pictures Experts Group). Le Mpeg représente un ensemble d'algorithmes de compression audio/vidéo. Les layers peuvent être considérés comme des familles de type de compression. Le layer-3 est le dernier en date et le plus performant. La compression Mpeg layer-3 permet de diminuer d'environ 12 fois la taille d'un fichier audio. L'intérêt principal de ce format est d'atteindre un taux de compression important sans que cela n'altère la qualité sonore

Présentation

MPEG est un groupe de travail dans un sous comité de l'ISO (International Organization for Standardization) et de l'IEC (International Electrotechnical Commission) qui génère des standards pour les compressions audio et vidéo. Le format MP3 fait partie intégrante du format vidéo MPEG-1 (format utilisé par les CDI Philips : vidéo CD). MPEG-1 a presque complètement disparu aujourd'hui et est remplacé par la norme MPEG-2 (DVD). Il y a trois sous-couches de compression audio dans les formats MPEG-1 et MPEG-2 : layer-1, layer-2 et layer-3. De layer-1 à layer-3, les méthodes de codage et les performances (qualité / taille) s'améliorent. Layer-3 est la dernière évolution du codage audio. Les trois couches layer-1,2,3 partagent la même structure et la compatibilité ascendante (le layer-3 est compatible avec le layer-2, l'inverse n'est pas vrai).

Principe

Les données audio digitales haute qualité prennent énormément de place à stocker. La qualité CD stéréo a une fréquence de 44,1 kHz en 16 bits. Il y a donc 44100 données (16 bits = 2octets) par canal par seconde provenant d'un tel fichier (44100 bytes ou octets/s). Un Fichier contenant une minute de son de cette qualité aura une taille de : 44100(données/s) * 2 canaux * 2(octets pour 16 bits) * 60(s/min) = 10 Mo. La compression digitale permet donc de minimiser la taille de stockage de tels fichiers. Les nouvelles techniques de codage audio (comme Mpeg 1 Audio Layer 3) exploitent les propriétés de l'oreille humaine pour réduire cette taille sans perte perceptible de qualité. Un autre avantage de ce format est que le taux de compression est paramétrable ainsi que diverses options de compression (algorithmes adaptés à la voix, à la musique ou à la corrélation entre les canaux).

Utilisation de la compression MPEG audio pour maintenir la qualité CD :

01 : 01	Audio qualité Stéréo 1378 kBps
01 : 04	Layer 1 384 kBps
1:6 ... 1:8	Layer II 256 ... 192 kBps
1:10 ... 1:12	Layer III 128 ... 112 kBps

L'oreille humaine

L'oreille humaine est capable de discerner des sons entre 0,20 kHz et 20 kHz (pour les meilleurs auditeurs), sachant que la sensibilité maximale est entre 2 et 4 kHz, et que la voix humaine se situe entre 0,5 et 2 kHz. Les sons graves ont une majorité de fréquences faibles et les sons aigus une majorité de fréquences élevées. Le Mpeg utilise le fait que des fréquences élevées peuvent masquer des fréquences basses. Le codage Mpeg supprime donc ces sons que notre oreille ne perçoit pas, réduisant ainsi la taille d'un fichier sonore. Seuil de perception d'un son par l'oreille humaine : En partant de 3 kHz, 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 fréquence. Pour entendre un son de 14 kHz, le volume doit être élevé.

Compression audio : Fonctionnement

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 faut un décodeur audio, c'est la seconde partie de la compression. A l'écoute, les 2 fichiers seront plus ou moins identiques, cela dépend du taux de compression appliqué. Ce taux n'est pas mesurable, c'est pourquoi on parle de bitrate de la compression. Plus ce taux est faible, meilleure est la qualité des MP3. Un taux de 1:12 est un bon compromis. Le bitrate (en kBits/s) est le nombre de bits qu'une seconde de données occupe dans le fichier compressé.

Tableaux donnant le bitrate pour les différentes qualités audio : Si l'encodage se fait en mode stéréo, le bitrate est lié au mode stéréo.

Bitrate	Bande Passante	Qualité
8 kBps	2,5 kHz	Téléphone
16 kBps	4,5 kHz	Radios Ondes Courtes
32 kBps	7,5 kHz	Radio AM
64 kBps	11 kHz	Radio FM
128 kBps	15 kHz	CD Audio

Bitrate

Stéréo mode

8.000 ... 18.000

Mono

18.0000 ... 96.000

MS/IS Stéréo

96.000 ... 192.000

MS Stéréo

192.000 .... 256.000

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.

Masquage des fréquences

L'oreille humaine est sensible à un large spectre de fréquences. Mais quand une grande quantité d'énergie est présente sur une fréquence (pic), l'oreille ne peut pas distinguer de plus basses énergies présentes aux fréquences voisines. Les fortes énergies (appelées masqueurs) masquent les petites. Le principe de Sub Band Coding 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 (du point de vue de la bande passante), mais l'oreille ne verra pas la différence si le calcul est bien fait. 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 psycho acoustiques.
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.

Conclusion

Il n'est en rien nécessaire de maîtriser les caractéristiques techniques du Mpeg pour écouter un fichier mp3. Il suffit d'utiliser l'un des nombreux players disponibles pour profiter des ces fichiers musicaux. La possibilité des logiciels est infini, cependant il est recommandé de n‘utiliser que des codecs dont vous connaissez la provenance légale comme le Antenna 2000. Il existe aussi un décodeur hardware, le Rio PMP 300, vendu 200$ sur le site Web de Diamond Multimedia. Puisque nul n'est censé ignorer la loi il faut savoir qu'encoder une chanson est parfaitement légal car la technologie est légale, mais il est parfaitement interdit de s'en servir pour reproduire sans autorisation des oeuvres assujetties à la loi des droits d'auteurs. On peut télécharger une chanson libre de droits ou en acheter une pour 25 cents US sur MP3.com par exemple. Le site se charge alors de reverser à qui de droit les sommes qui reviennent aux auteurs, interprètes, maisons de disques, etc ... Mais il s'est aussi développé sur Internet tout un réseau parallèle où l'on peut télécharger de la musiques non libre des droits d'auteurs.