content_cut Découpeur Audio star

Comment fonctionne le découpage audio dans le navigateur

Cet outil n'envoie jamais votre fichier où que ce soit — il utilise la fonction decodeAudioData() de la Web Audio API pour décompresser l'audio (MP3, AAC, OGG, tout ce que le codec du navigateur prend en charge) en un AudioBuffer brut : un tableau de valeurs d'échantillons en virgule flottante comprises entre -1 et 1, un par canal. Cette étape de décodage est exactement celle qu'effectue un lecteur multimédia en interne avant de pouvoir réellement jouer un son — la différence ici est que les échantillons décodés restent accessibles en JavaScript au lieu d'aller directement aux haut-parleurs, ce qui rend l'édition possible. Un détail à connaître : decodeAudioData() décode dans la fréquence d'échantillonnage propre de l'AudioContext — généralement 44,1 kHz ou 48 kHz selon le matériel audio de votre appareil — plutôt que dans la fréquence d'origine du fichier source, en rééchantillonnant automatiquement si elles diffèrent. C'est un comportement standard et transparent intégré au pipeline audio de chaque navigateur, pas quelque chose que cet outil fait différemment, et cela s'applique aussi bien à un fichier audio vocal 8 kHz qu'à un fichier audio studio 96 kHz.

Une fois l'audio décodé, le découpage n'est rien de plus qu'un découpage de tableau : multipliez les temps de début et de fin sélectionnés (en secondes) par la fréquence d'échantillonnage pour obtenir des indices d'échantillons, puis copiez uniquement les échantillons entre ces deux indices dans un nouveau tampon plus court. Il n'y a aucun réencodage du contenu audio, aucune perte de qualité, aucun artefact de recompression — la forme d'onde à l'intérieur de la plage sélectionnée est copiée octet par octet dans sa forme décodée.

L'aperçu de la forme d'onde est dessiné en parcourant une fois le tableau d'échantillons décodés, en le divisant en autant de compartiments qu'il y a de pixels horizontaux, puis en traçant la valeur d'échantillon minimale et maximale trouvée dans chaque compartiment sous forme de barre verticale — la même technique d'enveloppe de crête utilisée par tous les éditeurs audio, car tracer chaque échantillon individuel (souvent 44 100 par seconde) serait à la fois inutile et visuellement indiscernable de l'enveloppe min/max aux résolutions d'écran habituelles.

Pourquoi la sortie est en WAV, et non en MP3

Le résultat découpé est exporté en WAV — un conteneur PCM non compressé qui réécrit simplement les données d'échantillons brutes avec un en-tête RIFF standard de 44 octets décrivant la fréquence d'échantillonnage, la profondeur de bits et le nombre de canaux. Il s'agit d'un compromis délibéré et honnête : encoder vers un format compressé comme le MP3 nécessite un encodeur psychoacoustique complet (le même type d'algorithme complexe utilisé pour créer le fichier à l'origine), que les navigateurs n'exposent pas nativement et qui nécessiterait de charger une bibliothèque supplémentaire volumineuse. En contrepartie, le WAV garantit une perte de génération nulle — découper dix fois de suite ne dégrade jamais l'audio, contrairement à la réenregistrement répété d'un MP3 avec perte. Si un fichier plus petit est nécessaire par la suite, le WAV obtenu peut être recompressé avec n'importe quel outil audio standard.

• Le WAV exporté utilise la fréquence d'échantillonnage de l'AudioContext (généralement 44,1 kHz ou 48 kHz) et une profondeur de 16 bits, quelle que soit la fréquence ou la profondeur d'origine du fichier source — cela vient du fonctionnement de decodeAudioData(), pas d'une limitation du découpage lui-même.
• Les fichiers très longs (plus de 30 à 60 minutes environ) peuvent consommer une mémoire navigateur importante, car le tampon décodé entier est conservé en RAM sous forme d'échantillons en virgule flottante avant le découpage.
• La forme d'onde n'est dessinée qu'à partir du premier canal audio ; le contenu stéréo est découpé également sur tous les canaux, seul l'aperçu se simplifie en une seule ligne.