MP3

Les techniques de compression de données audio employées par le format MP3 trouvent leurs origines dans l’industrie de la téléphonie. Conceptuellement, le modèle établi par l’industrie téléphonique dans les années 1920 est l’ancêtre du format MP3[5].

Vers 1907, AT&T, la principale entreprise téléphonique américaine, a commencé à investir dans la recherche psychoacoustique. Ils ont formé un groupe de recherche affilié à Western Electric qui était le prédécesseur des Bell Labs[6].

Pour AT&T, plus les perceptions auditives de l’être humain étaient appréhendées, plus de revenu pourrait être extrait de son infrastructure déjà existante. Le désir d’AT&T de maximiser les capabilités de son infrastructure n’était pas simplement une question technique d’améliorer ses services et équipements ‒ c’était directement liée à son ambition d’établir un monopole[5]. La recherche dans le domaine de la psychoacoustique était effectivement une manière pour AT&T de soutenir et élargir sa dominance quasi‒monopolistique sur le marché qui a duré jusqu'à 1984[7].

La recherche psychoacoustique conduite par AT&T visait à incorporer les lacunes auditoires de l’être humain dans le design des systèmes téléphoniques. Le but était de produire de la valeur excédentaire ‒ ce qui est interprété par Sterne[5] comme du surplus économique.

En effet, cette recherche, a produit des publications du sorte The Frequency‒Sensitivity of Normal Ears[8]. Cet article (parmi d’autres) a montré que la qualité de son produite par le téléphone était bien supérieure à ce que les utilisateurs pouvaient vraiment distinguer. Par conséquent, en éliminant les fréquences qui ne sont pas aisément détectables par l’être humain, la quantité de données à traiter et à transporter pourrait être réduite drastiquement et les profits augmentés.

Avec les nouvelles méthodes de filtration et modulation produites, AT&T a effectivement réussi à quadrupler la capacité de ses lignes téléphoniques jusqu'à 1924[5]. Avec cet avantage significatif sur ses concurrents, dans la période entre 1930 et 1980, AT&T a dominé les télécommunications aux États-Unis et a réussi à contrôler jusqu’à 90 % du marché[7].

Le modèle utilisé par AT&T est ainsi devenu un attribut général de toute système de communication du XX^e siècle. Dans le jargon utilisé par Sterne, AT&T a ouvert le domaine des Perceptual Technics, dans la littérature anglo-saxonne. Ce domaine cherche des méthodes qui exploitent les insuffisances de la perception humaine pour générer du capital immatériel.

Le MP3 se base sur de telles techniques perceptuelles qui ont été utilisées afin de produire le codage perceptuel ‒ une méthode de codage qui élimine les fréquences dans la gamme audible que les utilisateurs ne peuvent pas distinguer[9].

Le codage MPEG-1 Layer II (MP2), publié en même temps que le MP3, est né avec le projet Digital Audio Broadcasting (radio numérique DAB) qui fut lancé par le Deutsche Luft und Raumfahrt. Ce projet a été financé par l'Union européenne, et faisait partie du programme de recherche EUREKA, plus connu sous le nom de EU-147.

Le projet EU-147 exista de 1987 à 1994. En 1991, deux formats étaient disponibles :

• MUSICAM (Masking pattern adapted Universal Subband Coding And Multiplexing), basé sur un pur codage psycho-acoustique et un banc de filtres adaptés aux sons de type percussifs ;
• ASPEC (Adaptive Spectral Perceptual Entropy Coding), qui introduisait la technologie de codage entropique.

Le format MUSICAM conçu par CCETT (France Telecom/TDF), Philips et l'IRT fut choisi par l'ISO MPEG Audio dirigé par Hans-Georg Mussman en raison de sa structuration modulaire en plusieurs couches de codage [Layers], sa simplicité de mise en œuvre côté décodeur et sa grande tolérance aux erreurs de transmission.

Le format MP3 (Layer III ou couche III) a été créé par un groupe de travail réuni à la demande de Hans-Georg Mussman, et regroupant Leon Van de Kerkhof (Philips), Yves-Francois Dehery/Samuel Vallee TDF-CCETT)[10], Karlheinz Brandenburg (Fraunhofer-Gesellschaft). Ce groupe reprenant des idées de MUSICAM et d'ASPEC, ajouta de nouveaux outils technologiques et créa le format MP3 conçu pour être de même qualité à 128 kbit/s que le MUSICAM à 192 kbit/s. C'est une qualité ressentie, profitant des lacunes de l'audition humaine, car le format est destructif.

La norme ISO MPEG Audio avec ses deux couches de codage Layer I, Layer II (MUSICAM), Layer III (.MP3) fut achevée officiellement en 1992 et constitua la troisième partie de MPEG-1, le premier travail du groupe MPEG, groupe à l'origine de la norme internationale ISO/CEI 11172-3[11], publiée en 1993. Le travail sur l'audio MPEG se termina en 1994 et constitua la troisième partie de MPEG-2, la norme internationale ISO/CEI 13818-3, publiée pour la première fois en 1995.

Les équipes de normalisation procédèrent à de nombreux tests subjectifs en double aveugle sur de nombreux matériaux sonores pour déterminer le niveau de compression approprié pour les diverses couches de l'algorithme. On a notamment utilisé Tom's Diner, la chanson de Suzanne Vega comme séquence de test pour l'algorithme de compression du MP3. Cette chanson a été choisie à cause de sa finesse et de sa simplicité, qui facilite la détection des imperfections du codec.

Dès le début des années 2000, des réseaux d'échange sur Internet via des logiciels de partage de fichiers tels que Napster, ont beaucoup contribué à l'adoption de ce format par les consommateurs aux dépens des formats concurrents MPEG-4 Audio/TwinVQ et OGG Vorbis. Dans le même temps, les films encodés en DivX (pour la vidéo) et MP3 (pour le son) ont fait leur apparition. C'est pourquoi des constructeurs d'appareils électroniques ont commencé à commercialiser des platines lecteurs DVD-CD-DivX, des baladeurs CD Audio et des platines CD Audio capables de lire un CD de données contenant des fichiers audio MP3. Par la suite, le CD MP3 fut moins répandu avec l'apparition de baladeurs MP3 tel que l'iPod, ce qui n'améliora pas la situation du Super Audio CD et du DVD-Audio.

En 2013, le format MP3 était adopté par la majorité des sites de vente de musique en ligne tel qu'Amazon Music, Bandcamp[12] ou la Fnac. Seul l'iTunes Store vend de la musique au format MPEG-2/4 Audio/AAC. Le MP3 a aussi trouvé sa place pour les flux audio des radios en ligne et autres sites d'écoute de musique ainsi que dans les flux vidéo diffusés au format Flash (FLV encodé en VP6). La majorité des jeux PC l'utilisent. Le MP3 s'est largement imposé face à ses concurrents directs que sont les formats de compression mp3PRO, WMA, OGG Vorbis et AAC

Dans la culture populaire, le MP3 a acquis le statut d’objet. Les utilisateurs les achètent, les échangent, et les collectionnent. Souvent même, les écrivains représentent les MP3 comme des objets inertes qui ‘impactent’ une industrie, un milieu social, ou un système légal[13]. Pourtant, ils ne sont pas des objets ‒ le MP3 fait simplement référence au format utilisé pour comprimer les données[14].

Des théoriciens culturels comme Sterne nous exhortent à regarder de plus près le passage d’objets technologiques comme le MP3 dans la société afin de comprendre leur importance et le véritable rôle qu'ils jouent. De plus, ils questionnent notre usage linguistique des termes qui désignent ces technologies.

Notamment, Sterne[13] argumente que le MP3 est effectivement devenu un artéfact de culture, c'est-à-dire un produit ayant subi une transformation par l'homme, et qui se distingue ainsi d'un autre provoqué par un phénomène naturel[15]. Il souligne que le mot MP3, tel que l'on utilise aujourd’hui, est le produit des transformations subies par plusieurs parties: l’industrie électronique, l’industrie d’enregistrement d’audio, et les consommateurs et leurs pratiques d’audition de la musique. Ainsi, dans The MP3 as a cultural artefact[13] le lecteur est pressé à reconsidérer la simplification que le MP3 « affecte » la société. Plutôt, le MP3 fait ce qu'il était censé faire – éliminer les redondances, et parcourir des plus grandes distances plus souvent et avec moins d'effort.

Concernant la nature de la possession du MP3 en tant qu'objet, Knott[14] affirme que pour utiliser un MP3 nous avons besoin d'autres objets intermédiaires. Si ces objets qui stockent les MP3 cessent d'exister, les MP3 sont inutilisables, ce qui n'est pas le cas avec les CD's ou les Vinyles. Les CD's et Vinyls existent indépendamment des objets qui sont utilisés pour les écouter – ils ne sont pas stockés dans les objets intermédiaires mêmes. Knott appelle les MP3 des quasi-posessions – la possession complète du MP3 est difficile. Légalement par exemple, les utilisateurs sont prohibés de partager les MP3 pour des raisons de droits d'auteur. Pour cette raison, il souligne que les utilisateurs sont plutôt des stewards que des propriétaires. Sous cette métaphore, Knott souligne que les méthodes de consommation se sont transformés – plutôt de se concentrer sur la musique elle-même, les utilisateurs se focalisent sur la création de playlists et sur l'accumulation de la musique.

Pour comprendre le format MP3 d’un point de vue social il doit être placé dans le contexte du phénomène de l’Internet.

L’idée fondamentale d’interactivité et échange libre d’idées et de fichiers qui est intrinsèque à l’internet, a été extensivement exploitée dans le cas du MP3. En 1999, le site web Napster a été créé. Ce site était une plateforme pour l’échange libre de morceaux de musique en format MP3. Dans des tels plateformes numérisées, des individus pouvaient trouver une grande gamme de ressources de musique à accès libre. Effectivement, ceci a créé une communauté virtuelle d’individus qui se sont réunis dû à leurs intérêts de consommation similaires[16].

Ceci est le processus que les sociologues, notamment Kozinets, appellent re‒tribalization ou e‒tribalization[17]. En effet la technologie du MP3 et son application directe dans le domaine de la musique a eu l’effet subséquent de créer des diverses communautés virtuelles telles que Napster ou MP3.com qui se focalisent sur la musique. A cet effet, il y a maintenant un nombre extensif de sites web qui sont dédiées au transfert libre de musique où les utilisateurs peuvent échanger leurs fichiers de musique[16].

L’accroissement de l’influence des communautés virtuelles a aussi eu comme effet de développer le domaine de pensée dit de E‒Tribal Marketing[17]. Des reflexions dans ce domaine nuancent le comportement du consommateur dans l’Âge de l’Internet et suggèrent des considérations additionnelles nécessaires pour concevoir des stratégies de Marketing plus modernes[18].

La création du format MP3 a fait basculer l’industrie musicale. Celui-ci a donné naissance à un modèle d’entreprise, business model en anglais, qui exclut les maisons de disques et qui lie les artistes plus directement aux consommateurs[19]. Les artistes, dont la plupart se plaignaient des schémas de paiement des maisons de disque[19], se sont servis du format MP3 et de l’internet pour vendre leur musique.

Ce phénomène de désintermédiation de la vente de musique a permis aux artistes d’être les principaux bénéficiaires des ventes de leur musique[20]. Quant aux consommateurs, ils ont approuvé cette nouvelle façon de se procurer de la musique. La vente des CD a chuté de 40,5 milliards de dollars en 1999 à 31,8 milliards en 2006[21]. En 2014 pour la première fois, la vente de musique compressée a dépassé la vente des CD, qui représente alors seulement 48,5 % de part du marché[22].

Les consommateurs ont changé de comportement car se procurer de la musique sur Internet est rapide et nécessite peu d’effort[20]. Cette musique leur permet aussi d'organiser leur bibliothèque musicale et de créer facilement des listes de lecture, ce qui était beaucoup plus ardu à l'époque des CD ou des vinyls[23].

À la fin des années 1990, à la suite de la prolifération des systèmes illégaux de partage de fichiers en peer to peer, des efforts ont été faits pour créer un système de distribution légal de musique numérique.

Plusieurs maisons de disques ont créé leur propre système d'abonnement en ligne ; ceci permettait aux consommateurs de télécharger un nombre limité de chansons qui se "périmaient" après un nombre de jours donné, où la musique achetée devenait illisible. Ces services n'ont pas connu de succès commercial[24]. En effet, les consommateurs étaient habitués à acheter leur musique et à en disposer pour toujours, sauf destruction du support. Une autre raison est que l'offre musicale était faible, les maisons de disques n'ayant pas confiance dans la sécurité sur Internet. Ainsi, la plupart des consommateurs trouvaient que le prix de l'abonnement n'était pas justifié[25].

Apple (qui utilise le format MPEG4-ACC similaire au MP3) a créé l'iTunes Store en 2003[26]. Ce dernier a permis aux consommateurs d'accéder à une offre légale à des prix abordables[27]. En 2004, Apple annonce que 2,5 millions de chansons sont téléchargées chaque semaine[28]. En 2008, l'iTunes Store contrôlait 70 % du marché de musique numérique[27].

Les principaux concurrents de l'iTunes Store étaient les systèmes illégaux de partage en peer to peer ; ils ont donné naissance aux communautés virtuelles qui se distinguent chacune par leur connectivité et leur taille ; elles partagent toutes comme point commun le rejet du droit d'auteur, considéré non pertinent par rapport aux buts des membres de ses communautés et n’est pas respecté[29]. Cependant, même en concurrence avec un service gratuit, l'iTunes a connu le succès car il fournissait de la musique à partir d'une source sûre, rapide et sans publicité, contrairement aux programmes en peer to peer[28]. Il a même été suggéré que les chansons téléchargées par les systèmes de peer to peer servaient d'appel aux consommateurs qui finissaient par les acheter sur iTunes[30].

Aujourd'hui, les maisons de disques ne jouent plus le rôle de détaillant de musique. Elles ont donné cette mission à différents services d'abonnement à la musique (modèle d'abonnement) ou à des magasins de musique en ligne (modèle de possession) et perçoivent une part des recettes[31].

Ainsi les maisons de disques se focalisent sur l'interaction directe avec les consommateurs (sur leurs propres sites et les sites des artistes signés) pour comprendre les besoins des consommateurs. Elles font du marketing en ligne. C'est ce pouvoir promotionnel qui incite les artistes à signer avec des maisons de disques et de ne pas être indépendant[24].

Le taux de compression peut être augmenté en choisissant un débit binaire (en anglais bitrate) plus faible. On considère en général qu'il faut au moins 160 ou 192 kilobits par seconde (kbit/s) pour bénéficier d'une qualité audio acceptable pour un morceau de musique. Au minimum, à 8 kbit/s, le son est fortement altéré (bruits parasites, spectre « sourd »…).

• Ce format de données utilise un système de compression partiellement destructif :

1. Des regroupements de données identiques sont effectués afin de compresser sans perdre en qualité ;
2. Tout le spectre des fréquences audio n'est pas retransmis (par exemple, utilisation d'un filtre passe-bas raide dès 20 kHz). Le signal est plus atténué pour les sons aigus que les graves et médiums ;
3. Les sons les moins perceptibles sont supprimés en priorité de façon que les dégradations soient les plus discrètes possibles ;
4. La compression au format MP3 exploite un modèle psychoacoustique d'effet dit de « masque » : si deux fréquences d'intensités différentes sont présentes en même temps, l'une peut être moins perçue que l'autre selon que ces deux fréquences sont proches ou non. La modélisation de notre audition selon ce principe est au départ empirique, mais assez efficace. Elle exploite en outre les caractéristiques psycho-acoustiques de masquage temporel du filtre en sous-bande hérité du MUSICAM dans la mesure où les sons percussifs (piano, triangle, batterie...) n'engendrent aucun artefact perceptible de type pré-écho ;
5. Toutefois, si le taux de compression est trop important, on peut être amené à faire ressortir certaines harmoniques de façon non attendue. Cela donne alors l'impression de bruits parasites et désagréables au milieu du son.

• Compresser un fichier musical provenant d'un CD audio au format MP3 réduit la qualité. Il suffit de faire plusieurs essais à différents taux de compression pour constater une baisse progressive de la qualité (plus la compression est forte, plus le son est dégradé). Une compression correspondant à 64 kbit/s donne un son « enroué » et à 32 kbit/s, un son médiocre de qualité « grandes ondes » ;
• Les termes commerciaux de « qualité CD » ou « qualité numérique » ne veulent rien dire. D'abord parce que le MP3 réduit la qualité (de façon plus ou moins perceptible) par son principe même. Ensuite, parce que « numérique » n'est pas un gage de qualité (en numérique comme en analogique il existe différentes techniques de qualités très différentes) ;
• On peut améliorer la qualité à débit moyen égal en utilisant un débit binaire variable au lieu d'un débit constant. Dans ce cas, les instants peu complexes (contenant peu de fréquences), comme les silences par exemple, seront codés avec un débit d'information plus faible. Par exemple 64 kbit/s au lieu de 128, réduisant ainsi la taille totale du fichier tout en gardant une très bonne qualité lors des passages riches en harmoniques. L'amélioration apportée est variable selon le morceau codé. Le codage en VBR peut néanmoins poser des problèmes de compatibilité avec certains lecteurs.

Les différents modes de compression :

• CBR (Constant bitrate) : les bits par seconde sont constants (par exemple, en vitesse de lecture normal (×1), on a tout le temps 192 mille bits lus en 1 seconde), à tout instant pour la musique. À 128 kbit/s, lors des moments simples, la qualité est excellente car le son perçu est pareil à de la musique compressée sans perte. À 128 kbit/s, lors des instants complexes, la qualité sonore perçue est mauvaise à cause d’un débit insuffisant ;
• VBR (Variable bitrate) : le débit varie plusieurs fois par seconde en vue de maintenir une qualité d’écoute théoriquement constante au sein de la musique. En général, pour de la musique non complexe, le débit est d'au moins 32 kbit/s ;
• ABR (Average bitrate) : l’encodeur se sert d’un débit moyen et tolère des variations pas trop importantes autour dudit débit (± 10 %). C’est le compromis entre le CBR et le VBR (pas trop de qualité variable et un débit pas trop variable).

Sous Windows lorsqu'on dispose d'un CD audio et d'un lecteur CD sur un ordinateur, il suffit d'insérer le CD et de le lire avec le Lecteur Windows Media intégré au système d'exploitation et de cliquer sur l'onglet « Extraire » pour transformer les fichiers audio du CD. Néanmoins, jusqu'à la version 9, le lecteur Windows Media était réglé par défaut pour encoder les fichiers au format WMA, il fallait alors modifier les options de codage dans Outils/Options, onglet Extraire la musique, et passer outre au message d'avertissement sur les défauts du codage MP3. À partir de la version 10, Windows Media Player encode par défaut en MP3.

Le codeur MP3 du Lecteur Windows Media est présent depuis la version pour Windows XP, auparavant il fallait installer un logiciel encodeur externe.

Il existe des logiciels plus spécialisés offrant plus d'options et une meilleure qualité d'encodage (principalement grâce au logiciel encodeur LAME) tels que :

• CDex,
• WinLame,
• EAC,
• et d'autres.

Lorsqu'on dispose d'un CD audio et d'un lecteur CD sur un ordinateur sous OS X ou Mac OS 9, il suffit d'insérer le CD et de le lire avec le lecteur QuickTime intégré au système. Le contenu du CD est visible et les fichiers peuvent très facilement être extraits par un glisser-déposer avec la souris. Le fichier obtenu est au format AIFF et peut être lu avec QuickTime et codé avec n'importe quel codeur MP3. Le logiciel iTunes offre des possibilités de conversion d'un format à un autre, mais ne prend pas en charge les formats ouverts les plus connus.

Pour un encodage LAME on pourra par exemple utiliser XLD[41] ou, en interaction avec iTunes, l'application iTunes-LAME[42].

• Grip : permet de ripper un CD audio en MP3 (conçu pour l'environnement graphique GNOME, d'où le « G »).
• k3b : permet de ripper un CD audio en mp3 (conçu pour l'environnement graphique KDE, d'où le « K »).
• LAME : crée des mp3 à partir de fichiers audio. Interface en ligne de commande. Utilisable avec ou sans options (ex: tags ID3 possibles).
• XCFA : capable de coder en variable bitrate.

Media Player Classic, VLC, Groove Music, Windows Media Player, iTunes, RealPlayer, GoldWave, Audacity, Winamp, Foobar2000, KMPlayer, Zinf, musikCube, BSplayer, Konvertor, XnView, MediaMonkey, MusicBee, etc.

• iTunes, VLC, Audacity, Audion 3, QuickTime, RealPlayer, Amadeus II, SoundEdit, Sound Studio, Peak, etc.

• Xmms, Audacity, Amarok, JuK, Listen, Rhythmbox, Banshee, VLC, Exaile, Zinf, Mplayer, etc.

• VLC, Google Music, Spotify, et la plupart des lecteurs de musique integrés aux appareils.

• Baladeur numérique
• CDex
• FLAC
• LAME : compresseur MP3 Open Source
• LRC : format permettant de faire du karaoké à base de MP3
• mp3PRO
• MPEG
• Ogg Opus
• Advanced Audio Coding
• Musique numérisée

• Notices d'autorité :

  • BnF (données)
  • LCCN
  • Israël
  • Lettonie
• Notices dans des dictionnaires ou encyclopédies généralistes :

  • Britannica
  • Brockhaus
  • Enciclopedia De Agostini
  • Hrvatska Enciklopedija
  • Nationalencyklopedin
  • Store norske leksikon
  • Treccani
• (en) MP3'Tech, présentation technique de MP3, par Gabriel Bouvigne, développeur de LAME.
• (en) mp3licensing.com mp3, mp3PRO and mp3surround Patent and Licensing Information, par Thomson
• Le format Ogg Vorbis est-il meilleur que le format mp3 ? Comparatif des formats MP3 et Ogg Vorbis