Convertir MP4 en MP3 : débit, découpe et tous les appareils

Un fichier MP4 est un conteneur, défini par la norme MPEG-4 Partie 14 (ISO/IEC 14496-14), qui regroupe plusieurs flux dans un seul paquet. Une vidéo de smartphone ou d'appareil photo contient en général un flux vidéo compressé en H.264 ou H.265, un flux audio compressé en AAC et quelques métadonnées, comme la date d'enregistrement et l'orientation. Quand on veut convertir un MP4 en MP3, on ne cherche pas du tout à convertir l'image. On veut le flux audio seul, dans un format que tous les lecteurs de musique, autoradios et applications de podcasts acceptent sans poser de questions.

Il y a toutefois un point à connaître. L'audio d'un MP4 est de l'AAC, pas du MP3, et on ne peut pas simplement changer l'étiquette d'un codec à l'autre. Pour obtenir un vrai MP3, un convertisseur doit décoder l'AAC en échantillons bruts, puis recompresser ces échantillons avec un encodeur MP3. Ces deux étapes sont courantes, prennent quelques secondes pour un extrait classique et sont ce que fait tout outil en ligne ou de bureau. Le flux vidéo n'est jamais décodé, ce qui explique pourquoi l'extraction audio est bien plus rapide que la conversion d'une vidéo vers un autre format vidéo de même durée.

L'AAC et le MP3 étant tous deux avec perte, il s'agit d'une seconde compression avec perte après la première. Cela paraît inquiétant, mais en pratique cela ne s'entend que si le second encodage manque de débit. Le MP3, officiellement MPEG-1 Audio Layer III, a été normalisé en 1993 (ISO/IEC 11172-3) ; il est plus ancien et un peu moins efficace que l'AAC, donc donnez-lui un peu plus de débit que la source. Si l'audio de la vidéo était en AAC à 128 kbit/s, un MP3 à 160 ou 192 kbit/s sonnera pareil pour presque tout le monde avec un casque ordinaire.

Il existe une seconde voie qui évite tout réencodage. Un fichier M4A est le même conteneur MPEG-4 qu'un MP4, simplement sans flux vidéo : un outil peut donc copier la piste AAC bit pour bit. Rien n'est décodé, rien n'est recompressé, et le résultat sonne exactement comme dans la vidéo. Si l'audio est destiné à un iPhone, un Mac, Apple Music, GarageBand ou n'importe quel téléphone Android récent, extraire un MP4 en M4A ne vous fait rien perdre. Certains outils de navigateur ou de bureau réencodent tout de même la sortie M4A par souci d'uniformité, mais le coût en qualité à un débit raisonnable est aussi minime que pour le MP3.

Le MP3 s'impose par sa compatibilité. Ses derniers brevets ont expiré en 2017, quand Fraunhofer IIS a mis fin à son programme de licences, et des décennies de matériel ont été conçues autour de lui : anciens autoradios lisant les clés USB, lecteurs MP3 bon marché, certains logiciels de DJ, portails de voix off et de nombreux formulaires web qui n'acceptent que .mp3. Si le fichier doit quitter vos appareils, ou si vous ignorez avec quoi il sera lu, le MP3 est le format qui ne vous vaudra aucune question. Pour les options non compressées et sans perte, notre guide MP3, WAV, FLAC et AAC compare les quatre formats côte à côte.

Le débit est le nombre de kilobits consacrés à chaque seconde de son, et lui seul détermine la taille du MP3. La résolution, la fréquence d'images et la taille de la vidéo d'origine n'ont aucun effet, puisque l'image disparaît. Multipliez le débit par la durée et divisez par 8 pour obtenir la taille : une minute à 128 kbit/s fait environ 0,96 Mo, à 192 kbit/s environ 1,44 Mo et à 320 kbit/s environ 2,4 Mo. Un cours d'une heure à 128 kbit/s pèse donc environ 58 Mo, alors qu'un morceau de quatre minutes à 320 kbit/s reste sous 10 Mo.

Ce que l'on entend à chaque palier est assez prévisible. À 128 kbit/s, une voix sonne naturelle et la musique passe bien sur les haut-parleurs de téléphone et les écouteurs, mais les cymbales, les applaudissements et les queues de réverbération peuvent devenir un peu sifflants avec un bon casque. À 192 kbit/s, la plupart des gens ne distinguent pas le MP3 de l'audio de la vidéo lors d'une comparaison à l'aveugle, d'où son statut de réglage habituel dans le convertisseur MP4 en MP3 et dans de nombreuses applications de bureau. À 320 kbit/s, le débit maximal autorisé par la norme MP3, le fichier est environ deux tiers plus gros pour une différence que peu d'auditeurs remarquent.

La règle qui évite le plus de déceptions : un débit plus élevé ne peut pas restaurer ce que la vidéo n'a jamais eu. Les enregistrements de téléphone contiennent généralement de l'AAC à 96–256 kbit/s, et les captures d'écran ou les vidéos d'applications de messagerie sont souvent encore plus basses. Encoder une source à 96 kbit/s en 320 kbit/s donne un fichier trois fois plus gros qui sonne exactement comme l'original à 96 kbit/s, artefacts compris. En cas de doute, vérifiez le débit de la source dans un panneau d'informations du média et choisissez le palier juste au-dessus, pas le haut de la liste.

La plupart des gens ne veulent pas toute la vidéo en audio. Ils veulent un morceau d'un concert de deux heures, une réponse de cinq minutes dans un webinaire ou un effet sonore d'une capture de jeu. Couper l'extrait pendant l'extraction est plus rapide et plus propre que tout extraire puis monter ensuite, car vous ne manipulez jamais les parties inutiles. Dans le convertisseur vidéo en audio, ouvrez les Réglages avancés et renseignez Début et Fin avec des secondes, comme 95, ou des minutes et secondes, comme 1:35. Laissez un champ vide pour conserver le début ou la fin, et regardez d'abord la vidéo pour noter les instants exacts.

Deux habitudes donnent des extraits qui sonnent finis plutôt que coupés au hasard. Commencez environ une seconde avant le premier mot ou la première note, car une coupe pile sur un son tend à écraser l'attaque et à sonner abrupte. Et si l'enregistrement est faible, comme le sont souvent les vidéos de cours filmées depuis le fond de la salle, cochez Normaliser le volume : le niveau est amené à −16 LUFS, une cible courante pour la voix, et l'extrait est lu à un niveau proche de vos autres fichiers. Si la vidéo contient une seconde langue ou un commentaire, Piste audio permet de choisir celle qui devient le MP3.

Un MP3 issu d'une vidéo arrive généralement avec un nom de fichier et presque rien d'autre. Les lecteurs de musique lisent le titre, l'artiste, l'album et la pochette dans les balises ID3 stockées dans le fichier, et l'ID3v2 peut aussi intégrer une image de pochette. Sous Windows, faites un clic droit sur le MP3, ouvrez Propriétés puis Détails pour saisir un titre, un artiste et un album. Sur Mac, ajoutez-le à l'app Musique, choisissez Lire les informations et collez la pochette dans l'onglet Pochette. Des éditeurs de balises gratuits comme Mp3tag font de même par lots, ce qui vaut le coup quand vous extrayez toute une série de conférences ou d'épisodes.

Chaque plateforme offre un moyen d'extraire l'audio d'une vidéo, même si peu produisent directement un MP3. Sur Mac, QuickTime Player peut enregistrer le son seul avec Fichier → Exporter sous → Audio uniquement, mais le résultat est un M4A, pas un MP3. L'app Musique peut ensuite le convertir en MP3 si vous réglez Réglages → Fichiers → Réglages d'importation sur Encodeur MP3 puis choisissez Fichier → Convertir → Créer une version MP3. Sous Windows, il n'existe pas d'exportateur intégré pour cela ; la voie gratuite habituelle est VLC, dont la boîte de dialogue Média → Convertir / Enregistrer propose un profil Audio - MP3. Audacity ouvre aussi les fichiers MP4 une fois sa bibliothèque FFmpeg installée, et exporte en MP3 à partir de là.

Les téléphones sont plus limités. Sur iPhone, l'action Encoder le média de l'app Raccourcis dispose d'un interrupteur Audio uniquement, qui enregistre un M4A à partir d'une vidéo de votre photothèque ; cela fonctionne, mais créer le raccourci prend quelques minutes et le résultat n'est toujours pas un MP3. Android n'a pas d'équivalent à l'échelle du système, et beaucoup d'applications d'extraction audio du Play Store sont pleines de publicités ou réclament de larges autorisations de stockage. Si un extrait doit devenir du texte plutôt que de l'audio, notre guide pour transcrire un audio en texte prend le relais là où celui-ci s'arrête.

La méthode par navigateur est la même sur tous les appareils : importez la vidéo, choisissez le débit, appuyez sur Extraire en MP3 et téléchargez le fichier. UltKit accepte des vidéos jusqu'à 95 Mo chacune, ne demande ni application ni compte, et supprime de ses serveurs le fichier importé comme le MP3 30 minutes après le traitement. Les longs enregistrements de plus de 95 Mo peuvent généralement être réduits d'abord en baissant la résolution, puisque la qualité de l'image n'a plus d'importance quand on ne veut que le son. Les étapes ci-dessous résument la voie la plus rapide sur chaque plateforme, des applications de bureau au navigateur d'un téléphone.

La plupart des extractions ratées tiennent à l'une de quatre causes, et le message d'erreur la nomme rarement. La plus courante est une vidéo qui n'a simplement aucun flux audio : certains enregistreurs d'écran ne capturent que l'image si vous n'activez pas le micro ou le son du système, et certaines applications sociales suppriment le son des clips enregistrés sans lui. La deuxième est la protection contre la copie. Les films et épisodes achetés ou loués sur des boutiques comme l'iTunes Store, et les téléchargements enregistrés dans des applications de streaming, sont chiffrés par DRM, et aucun convertisseur ordinaire ne peut lire l'audio qu'ils contiennent. Ne convertissez que des vidéos que vous avez réalisées ou que vous avez le droit d'utiliser : le droit d'auteur sur la bande sonore s'applique quel que soit le format du fichier.

Les deux autres causes tiennent au minutage plutôt qu'à l'accès. Les enregistrements d'écran et certaines captures de téléphone utilisent une fréquence d'images variable, et quelques-uns contiennent aussi des trous ou des sauts dans leurs repères temporels : l'audio extrait peut alors être plus court d'une ou deux secondes que la vidéo, ou se décaler quand vous le recalez dans un éditeur. Réenregistrer d'abord la vidéo avec une Fréquence d’images constante, grâce au convertisseur vidéo, règle généralement les deux problèmes. Enfin, un fichier de quelques centaines de kilo-octets qui se lit en silence indique souvent que la mauvaise Piste audio a été choisie, ce qu'il est facile de vérifier en extrayant dix secondes de chaque piste.