Sujet Les compressions du signal numérique
- 25 réponses
- 9 participants
- 2 613 vues
- 9 followers
Etienne1992
387
Posteur·euse AFfamé·e
Membre depuis 15 ans
Il ne s'agit pas ici d'un thread sur la compression dynamique. Je parle de compression du débit numérique (mp3, aac et autres...) Hello tout le monde,
Je vais m'attaquer sous peu à la rédaction d'un dossier le plus complêt possible sur les différentes compressions du signal numérique.
Le point de départ est que tous les domaines du son (radio, ciné, télé, musique, diffusion internet) font appel à divers procédés de réduction du débit numérique. Or, peu de techniciens n'ont ne serait-ce qu'une vague idée du fonctionnement de ces procédés ni de leur influence réelle sur leur travail une fois arrivé chez l'auditeur. Je cherche à savoir si il est possible de tenir compte d'une compression future lors du mastering.
Je suis à la recherche de plusieurs choses :
1) des études déjà menées sur les compressions destructives
2) des livres / liens expliquant précisément les procédés utilisés et les principes des différents formats.
3) de techniques utilisées par les ingénieurs du son pour tenir compte de la compression future de leur travail et minimiser son impact destructif.
Dans l'idéal, j'aimerai faire un comparatif des différents formats de compression (mp3, aac etc.) et éventuellement trouver des techniques applicables au mastering pour optimiser le signal en vue d'une compression future.
Je suis vraiment au début de ma recherche et toute contribution m'intéresse
A+
Mes réalisations : http://www.rallu-sound.ch
[ Dernière édition du message le 01/11/2012 à 00:06:10 ]
numa
324
Posteur·euse AFfamé·e
Membre depuis 20 ans
Anonyme
66280
Etienne1992
387
Posteur·euse AFfamé·e
Membre depuis 15 ans
EraTom
2282
AFicionado·a
Membre depuis 13 ans
Lv mastering
833
Posteur·euse AFfolé·e
Membre depuis 16 ans
Etienne1992
387
Posteur·euse AFfamé·e
Membre depuis 15 ans
EraTom
2282
AFicionado·a
Membre depuis 13 ans
Ok, je prendrai le temps de regarder ce que je trouve, et voici quelques principes généraux sur la compression de données et le codage de source qui te permettront d'aborder le sujet de façon assez approfondie.
Quantité d'information : (ou codage exact)
Quelque soit le "paquet de bits" considéré (image, son, texte, que sais-je) celui-ci contient une quantité d'information (sinon, on ne s'y intéresserait pas).
Cette quantité d'information n'est pas "directement proportionnelle" à la longueur du paquet de données : si je répète 10 ou 100 fois le même mot ou la même phrase, le message constitué est plus long mais la quantité d'information véhiculée n'augmente pas.
Exemple : si je répète 10 ou 100 fois le même mot ou la même phrase, le message constitué est plus long mais la quantité d'information véhiculée n'augmente pas.
Pour mesurer la quantité d'information d'un message un type a inventé ceci :
https://fr.wikipedia.org/wiki/Entropie_de_Shannon
Si tu ne comprends pas dans les détails ce n'est pas bien grave. Tout ce qu'il faut retenir c'est qu'un message plus long ne contient pas forcément plus d'information si des "motifs" se répètent (des suites de "0" et de "1" dans le cas d'un message binaire).
A l'opposé, une suite de motifs complètement aléatoire constitue un message enfermant le plus d'information possible pour une longueur donnée (par longueur je parle du nombre de 0 ou de 1).
C'est important parce que ça constitue une limite théorique que l'on ne peut pas dépasser : si une suite de bits est complètement aléatoire alors il n'existe pas de message plus court pouvant coder la même quantité d'information.
Compression non-destructive: (ou codage avec perte)
Le "problème" de la compression de données peut être formulé comme ceci :
- J'ai un message d'une certaine longueur (ou d'un certain nombre de motifs).
- Celui-ci contient une certaine quantité d'information.
- Est-ce que je peux trouver un nouveau jeu de motifs qui me permet de transmettre la même quantité d'information avec un message de longueur plus petite ?
Ce "nouveau jeu de motifs" s'appelle un dictionnaire. Tous les algorithmes de compression non-destructive cherchent à construire un dictionnaire qui permet de minimiser la longueur du message transmis (ou stocké).
La réponse à la question est "oui" et la méthode optimale a été trouvée avec le codage de Huffman :
https://fr.wikipedia.org/wiki/Codage_de_Huffman
Pour expliquer l'idée simplement :
- On analyse le message initial pour trouver des motifs récurrents et on les ordonne (de celui qui apparaît le plus souvent à celui qui apparait le moins souvent).
- On construit un dictionnaire : le motif qui apparait le plus souvent est remplacé par un motif court, le motif qui apparait le moins souvent est remplacé par le motif le plus long du dictionnaire.
En procédant de la sorte, statistiquement, le message obtenu sera plus court que le message initial. Ce que l'on peut montrer aussi c'est que le message de sortie obtenu tend à devenir la "suite de motifs aléatoires" dont je te parlais plus haut.
Ce n'est sans doute pas très clair, alors voici un exemple avec les lettres de l'alphabet.
Tu connais peut-être le codage ASCII : tous les cratères sont codés avec une taille fixe de 8bits.
Pour connaitre la longueur (en nombre de bits) d'un message du forum en codage ASCII il suffit de compter les nombres de caractères et de multiplié par 8. Bon...
Et bien des types se sont amusés à compter l’occurrence moyenne de chaque lettre dans chaque langue, notamment le français :
http://pedroiy.free.fr/alphabets/index.php?pg=http://pedroiy.free.fr/alphabets/frequence.htm
Si tu appliquais le codage de Huffman au français tu obtiendrais une codage différent du codage ASCII :
E : 01
S : 001
A : 0001
N : 00001
etc.
Le motif codant le W est très long, mais comme la lettre n'apparait quasiment jamais dans un texte en français on s'en fout.
Le E qui apparait presque 1 fois sur 5 ne prendrait que 2bits à la place de 8bits.
En moyenne, sur un message en français assez long, tu réduits globalement sa longueur par rapport au code ascii.
Normalement, si le codage est efficace (et il l'est), la nouvelle suite de motifs que l'on obtient avec le codage de Huffman est plus courte et ressemble de plus en plus à la suite de bits aléatoires.
Bien sûr, si tu changes de langue ça ne marche plus : en anglais le W est presque partout. Il faut construire un autre dictionnaire.
Ceci dit, le nombre de langues est limité : tu peux construire un dictionnaire pour le français, un dictionnaire pour l'anglais, etc. et quand tu transmets ton message tu ne fais que préciser à celui qui le reçoit quel est le dictionnaire à utiliser.
Un programme de compression comme le ZIP n'a pas cette chance : il est obligé de construire un dictionnaire pour chaque nouveau fichier qu'on lui a demandé de compresser, et pour décompresser l'archive il faut qu'il fournisse le dictionnaire (dis autrement, dans l'archive ZIP il y a le message ET le dictionnaire).
Or, dans certain cas, le dictionnaire peut-être plus gros ou aussi gros que le message codé... ça arrive notamment avec la suite de bits aléatoires.
Ceci permet de comprendre (je l'espère) qu'il existe une limite théorique qui ne peut pas être dépassée : quand le message est "complètement aléatoire" il ne devient plus possible de réduire sa taille parce que l'on est obligé de coder chaque motif un à un et qu'il n'est pas possible de les "résumer" avec l'aide d'un dictionnaire de taille raisonnable (i.e. plus petit que le message lui-même).
Si tu veux réduire la taille d'un fichier, d'une paquet de donnée, etc. d'avantage tu n'a pas le choix : il faut sacrifier une partie de l'information.
Compression destructive:
Là on veut réduire d'avantage la taille du fichier à stocker ou du message à transmettre mais à cause de la limite théorique précédent on sait que l'on va être obligé de détruire de l'information.
Ce n'est pas toujours possible : si je prends un bouquin je ne vais pas m'amuser à retirer quelques mots d'une phrase. Quoique... On y arrive bien avec le style "SMS" où l'on s'amuse à retirer certaines lettre ou contracter certains sons mais ça demande au lecteur un peu de gymnastique et de souplesse. C'est là l'astuce.
Pour une image ou un fichier audio, on sait qu'une partie des détails ne sont pas perçus ou qu'ils ne sont pas "critiques" pour la compréhension.
L'idée est alors de bien étudier la façon dont on perçoit les choses (avec des études psychoacoustiques ou psychovisuelles) et de choisir de façon soigneuse l'information que l'on peut s'autoriser à perdre.
Que ce soit pour l'image, la vidéo ou le son, les algo de compression destructive procèdent tous de la même façon :
- On utilise un modèle qui permet de reconstruire le média à encoder.
- Une partie des données du modèles sont conservées et d'autres détruites en fonction de ce que peuvent tolérer nos sens et d'un objectif de "qualité perçue".
- L'information restante est encodée avec un codage exact.
De plus, le dictionnaire du codage exact est le plus souvent pré-calculé ; il n'est pas nécessaire de le transmettre.
Pour l'audio (mp3, AAC, etc.) l'approche est la suivante :
- Découpage du signal en trames de quelques millisecondes (le signal est saucissonné).
- Modélisation du signal par un modèle "Sinusoïdes + Bruit" pour chaque trame.
- Choix des sinusoïdes à conserver dans chaque trame en fonction d'un modèle psychoacoustique.
- Codage exact des paramètres du modèle "Sinusoïdes + Bruit" da chaque trame (avec un dictionnaire adapté aux signaux audio modélisés de cette façon).
Les différences entre le mp3 et l'AAC ne sont pas "fondamentales" et le principe reste le même.
En réalité, les améliorations du AAC résident dans le choix des tailles des trames et un critère de rejet psychoacoustique plus fin (en plus de "métadonnées" supplémentaires du genre de l'ID3).
Je te laisse digérer tout ça et tu auras peut-être des questions. Je te ferai un 2nd post pour détailler le principe du mp3 ou de l'AAC.
Quantité d'information : (ou codage exact)
Quelque soit le "paquet de bits" considéré (image, son, texte, que sais-je) celui-ci contient une quantité d'information (sinon, on ne s'y intéresserait pas).
Cette quantité d'information n'est pas "directement proportionnelle" à la longueur du paquet de données : si je répète 10 ou 100 fois le même mot ou la même phrase, le message constitué est plus long mais la quantité d'information véhiculée n'augmente pas.
Exemple : si je répète 10 ou 100 fois le même mot ou la même phrase, le message constitué est plus long mais la quantité d'information véhiculée n'augmente pas.
Pour mesurer la quantité d'information d'un message un type a inventé ceci :
https://fr.wikipedia.org/wiki/Entropie_de_Shannon
Si tu ne comprends pas dans les détails ce n'est pas bien grave. Tout ce qu'il faut retenir c'est qu'un message plus long ne contient pas forcément plus d'information si des "motifs" se répètent (des suites de "0" et de "1" dans le cas d'un message binaire).
A l'opposé, une suite de motifs complètement aléatoire constitue un message enfermant le plus d'information possible pour une longueur donnée (par longueur je parle du nombre de 0 ou de 1).
C'est important parce que ça constitue une limite théorique que l'on ne peut pas dépasser : si une suite de bits est complètement aléatoire alors il n'existe pas de message plus court pouvant coder la même quantité d'information.
Compression non-destructive: (ou codage avec perte)
Le "problème" de la compression de données peut être formulé comme ceci :
- J'ai un message d'une certaine longueur (ou d'un certain nombre de motifs).
- Celui-ci contient une certaine quantité d'information.
- Est-ce que je peux trouver un nouveau jeu de motifs qui me permet de transmettre la même quantité d'information avec un message de longueur plus petite ?
Ce "nouveau jeu de motifs" s'appelle un dictionnaire. Tous les algorithmes de compression non-destructive cherchent à construire un dictionnaire qui permet de minimiser la longueur du message transmis (ou stocké).
La réponse à la question est "oui" et la méthode optimale a été trouvée avec le codage de Huffman :
https://fr.wikipedia.org/wiki/Codage_de_Huffman
Pour expliquer l'idée simplement :
- On analyse le message initial pour trouver des motifs récurrents et on les ordonne (de celui qui apparaît le plus souvent à celui qui apparait le moins souvent).
- On construit un dictionnaire : le motif qui apparait le plus souvent est remplacé par un motif court, le motif qui apparait le moins souvent est remplacé par le motif le plus long du dictionnaire.
En procédant de la sorte, statistiquement, le message obtenu sera plus court que le message initial. Ce que l'on peut montrer aussi c'est que le message de sortie obtenu tend à devenir la "suite de motifs aléatoires" dont je te parlais plus haut.
Ce n'est sans doute pas très clair, alors voici un exemple avec les lettres de l'alphabet.
Tu connais peut-être le codage ASCII : tous les cratères sont codés avec une taille fixe de 8bits.
Pour connaitre la longueur (en nombre de bits) d'un message du forum en codage ASCII il suffit de compter les nombres de caractères et de multiplié par 8. Bon...
Et bien des types se sont amusés à compter l’occurrence moyenne de chaque lettre dans chaque langue, notamment le français :
http://pedroiy.free.fr/alphabets/index.php?pg=http://pedroiy.free.fr/alphabets/frequence.htm
Si tu appliquais le codage de Huffman au français tu obtiendrais une codage différent du codage ASCII :
E : 01
S : 001
A : 0001
N : 00001
etc.
Le motif codant le W est très long, mais comme la lettre n'apparait quasiment jamais dans un texte en français on s'en fout.
Le E qui apparait presque 1 fois sur 5 ne prendrait que 2bits à la place de 8bits.
En moyenne, sur un message en français assez long, tu réduits globalement sa longueur par rapport au code ascii.
Normalement, si le codage est efficace (et il l'est), la nouvelle suite de motifs que l'on obtient avec le codage de Huffman est plus courte et ressemble de plus en plus à la suite de bits aléatoires.
Bien sûr, si tu changes de langue ça ne marche plus : en anglais le W est presque partout. Il faut construire un autre dictionnaire.
Ceci dit, le nombre de langues est limité : tu peux construire un dictionnaire pour le français, un dictionnaire pour l'anglais, etc. et quand tu transmets ton message tu ne fais que préciser à celui qui le reçoit quel est le dictionnaire à utiliser.
Un programme de compression comme le ZIP n'a pas cette chance : il est obligé de construire un dictionnaire pour chaque nouveau fichier qu'on lui a demandé de compresser, et pour décompresser l'archive il faut qu'il fournisse le dictionnaire (dis autrement, dans l'archive ZIP il y a le message ET le dictionnaire).
Or, dans certain cas, le dictionnaire peut-être plus gros ou aussi gros que le message codé... ça arrive notamment avec la suite de bits aléatoires.
Ceci permet de comprendre (je l'espère) qu'il existe une limite théorique qui ne peut pas être dépassée : quand le message est "complètement aléatoire" il ne devient plus possible de réduire sa taille parce que l'on est obligé de coder chaque motif un à un et qu'il n'est pas possible de les "résumer" avec l'aide d'un dictionnaire de taille raisonnable (i.e. plus petit que le message lui-même).
Si tu veux réduire la taille d'un fichier, d'une paquet de donnée, etc. d'avantage tu n'a pas le choix : il faut sacrifier une partie de l'information.
Compression destructive:
Là on veut réduire d'avantage la taille du fichier à stocker ou du message à transmettre mais à cause de la limite théorique précédent on sait que l'on va être obligé de détruire de l'information.
Ce n'est pas toujours possible : si je prends un bouquin je ne vais pas m'amuser à retirer quelques mots d'une phrase. Quoique... On y arrive bien avec le style "SMS" où l'on s'amuse à retirer certaines lettre ou contracter certains sons mais ça demande au lecteur un peu de gymnastique et de souplesse. C'est là l'astuce.
Pour une image ou un fichier audio, on sait qu'une partie des détails ne sont pas perçus ou qu'ils ne sont pas "critiques" pour la compréhension.
L'idée est alors de bien étudier la façon dont on perçoit les choses (avec des études psychoacoustiques ou psychovisuelles) et de choisir de façon soigneuse l'information que l'on peut s'autoriser à perdre.
Que ce soit pour l'image, la vidéo ou le son, les algo de compression destructive procèdent tous de la même façon :
- On utilise un modèle qui permet de reconstruire le média à encoder.
- Une partie des données du modèles sont conservées et d'autres détruites en fonction de ce que peuvent tolérer nos sens et d'un objectif de "qualité perçue".
- L'information restante est encodée avec un codage exact.
De plus, le dictionnaire du codage exact est le plus souvent pré-calculé ; il n'est pas nécessaire de le transmettre.
Pour l'audio (mp3, AAC, etc.) l'approche est la suivante :
- Découpage du signal en trames de quelques millisecondes (le signal est saucissonné).
- Modélisation du signal par un modèle "Sinusoïdes + Bruit" pour chaque trame.
- Choix des sinusoïdes à conserver dans chaque trame en fonction d'un modèle psychoacoustique.
- Codage exact des paramètres du modèle "Sinusoïdes + Bruit" da chaque trame (avec un dictionnaire adapté aux signaux audio modélisés de cette façon).
Les différences entre le mp3 et l'AAC ne sont pas "fondamentales" et le principe reste le même.
En réalité, les améliorations du AAC résident dans le choix des tailles des trames et un critère de rejet psychoacoustique plus fin (en plus de "métadonnées" supplémentaires du genre de l'ID3).
Je te laisse digérer tout ça et tu auras peut-être des questions. Je te ferai un 2nd post pour détailler le principe du mp3 ou de l'AAC.
Lv mastering
833
Posteur·euse AFfolé·e
Membre depuis 16 ans
EraTom
2282
AFicionado·a
Membre depuis 13 ans
- < Liste des sujets
- Charte