Comment la compression MP3 réduit fichiers audio (Psychoacoustique, MDCT, Huffman)
MP3 (MPEG-1 Layer III) atteint réduction 75–95% vs WAV qualité CD en jetant données vos oreilles n'entendent pas. C'est perte — forme d'onde originale ne peut être parfaitement reconstruite.
Pipeline 4 étapes
1. Modèle psychoacoustique (Le « Modèle oreille »)
Encodeur analyse trames courtes (576 échantillons ≈ 12 ms @ 44,1 kHz). Calcule seuils masquage : son fort 1 kHz masque sons plus faibles fréquences voisines (masquage simultané) et légèrement plus tard (masquage temporel). Tout sous seuil marqué « inaudible ».
2. Banque filtres → MDCT (Domaine fréquentiel)
Échantillons domaine temporel → Transformée Cosinus Discrète Modifiée (fenêtre chevauchante 50%). Sortie: 576 coeffs fréquence par granule (18 sous-bandes × 32 lignes). Sépare signal en bins fréquentiels où masquage opère.
3. Quantification (Perte précision contrôlée)
Chaque coeff fréquence divisé par facteur d'échelle (par sous-bande) et arrondi entier. Facteur échelle plus grand = quantification plus grossière = plus bruit — mais modèle psychoacoustique assure bruit reste sous seuil masquage chaque bande. C'est là que bits sont économisés.
4. Codage Huffman (Compression entropique sans perte)
Coeffs quantifiés + facteurs échelle + infos côté → codes longueur variable. Valeurs communes codes courts (ex. « 0 » → 0), rares codes longs. Pas perte qualité — compression purement statistique (~20–30% réduction supplémentaire).
Contrôle débit
- CBR (Débit Constant) : Taille trame fixe. Simple, taille prévisible. Gâche bits silence, affame passages complexes.
- VBR (Débit Variable) : Cible qualité (V0–V9 dans LAME). Alloue bits où masquage plus dur. Meilleur qualité/taille.
- ABR (Débit Moyen) : VBR avec cible moyenne long terme. Bon pour tampons streaming.
Résultats typiques
| Réglage | Débit | Taille/Min | Qualité perçue |
|---|---|---|---|
| CD (WAV) | 1 411 kbps | 10,6 Mo | Transparente (référence) |
| MP3 V0 (LAME -V0) | ~245 kbps moy | 1,8 Mo | Transparente plupart matériel haut de gamme |
| MP3 V2 (LAME -V2) | ~190 kbps moy | 1,4 Mo | Excellente, « archivage » pour beaucoup |
| MP3 128 kbps CBR | 128 kbps | 0,96 Mo | Artefacts audibles (pre-echo, warble) |
Point clé : MP3 ne « compresse » pas comme ZIP — il encode perceptuellement. Bits restants représentent ce que votre cerveau entend réellement.