Le débit binaire vidéo, expliqué simplement

L'idée, sans jargon

Imaginez une vidéo comme une description de ce qui change entre les images. Le débit binaire est le budget de mots pour cette description, dépensé chaque seconde.

Donnez à l'encodeur un budget généreux et il pourra décrire chaque feuille d'un arbre dans le vent. Donnez-lui un petit budget et il devra simplifier — regrouper des pixels, conserver des détails plus longtemps qu'il ne le faudrait, laisser les mouvements rapides se brouiller. Même résolution, même durée, résultat très différent.

C'est tout le concept. Le reste explique d'où vient le chiffre et ce qui le consomme.

L'unité mérite une phrase, car elle prête à confusion. Le débit binaire s'exprime en bits par seconde, tandis que les tailles de fichiers s'expriment en octets, et il y a huit bits par octet. Une vidéo à 8 Mbps consomme donc environ un mégaoctet de stockage par seconde — le moyen le plus rapide de vérifier n'importe quel chiffre annoncé. Dix minutes à 8 Mbps représentent environ 600 Mo, et si un outil affirme autre chose avec un écart important, l'un des deux chiffres est faux.

Valeurs typiques, et ce qu'elles apportent

La vidéo des plateformes se situe généralement en bas de ces fourchettes, voire en dessous — elles compressent davantage que ne le suggèrent les chiffres généraux, parce que la bande passante à leur échelle est le coût dominant. Notre propre mesure d'une vidéo de dix minutes en 1080p donnait 69 Mo, bien en dessous du tableau, ce qui montre à quel point l'encodage moderne est devenu efficace.

Considérez ces fourchettes comme une orientation plutôt qu'une spécification. Ce qui compte, c'est la relation : divisez le débit par deux, le fichier se réduit approximativement de moitié, et en dessous d'un certain point l'image en pâtit visiblement.

Pourquoi le contenu change tout

Le même débit binaire produit des résultats radicalement différents selon ce qui se passe à l'écran, et c'est ce qui surprend le plus.

La compression fonctionne en ne se répétant pas. Un plan statique d'une personne qui parle est presque identique d'une image à l'autre, donc l'encodeur stocke la différence, qui est minime. Des confettis, de la pluie, une foule, de l'eau, une caméra à l'épaule en forêt : chaque pixel change à chaque image et il n'y a rien à réutiliser.

• Facile à compresser : personnes qui parlent face caméra, diapositives, captures d'écran, animation en aplats de couleur.
• Difficile à compresser : sport, danse, feux d'artifice, feuillage, grain de pellicule, tout ce qui est filmé à main levée.

C'est pourquoi un cours filmé en 1080p peut peser une fraction de la taille d'un clip musical à la même résolution, et pourquoi c'est dans le clip musical que l'on voit des artefacts.

Débit binaire variable, et pourquoi le chiffre est une moyenne

L'encodage moderne ne dépense pas de façon uniforme. Il utilise davantage de données sur les passages difficiles et moins sur les faciles, ce qui explique pourquoi un débit binaire annoncé est une moyenne plutôt qu'une constante.

C'est une bonne chose — un budget fixe gaspillerait des données sur un plan statique et affamerait un plan rapide. Cela signifie aussi que la taille du fichier ne peut pas être prédite exactement en multipliant le débit par la durée, seulement approximée.

Cela explique aussi une observation courante : la qualité au sein d'une même vidéo n'est pas uniforme. Les passages calmes ont l'air excellents et la scène chaotique paraît pire, parce que l'encodeur a manqué de budget exactement là où il en avait le plus besoin.

À quoi ressemble un débit binaire insuffisant

Reconnaître les symptômes est plus utile que connaître le chiffre, car on peut les voir sans rien inspecter.

Effet de blocs. Des carrés unis apparaissent dans des zones qui devraient être lisses — ciels, murs, ombres. L'encodeur a manqué de budget et a regroupé des pixels qui n'étaient en réalité pas identiques.

Traînées dans le mouvement. Un mouvement rapide laisse une traînée ou devient flou un instant, puis redevient net quand la scène se calme. Comportement classique du débit variable face à une scène qu'il ne pouvait pas se permettre.

Bandes (banding). Un dégradé — un coucher de soleil, un fond de studio — se fragmente en bandes visibles au lieu d'une transition douce. Pas assez de données pour décrire les nuances intermédiaires.

Détail qui apparaît et disparaît. Du texte ou une texture fine, lisible sur un plan et floue sur le suivant, parce que le mouvement environnant a consommé le budget.

Ces quatre phénomènes sont des artefacts de compression, et tous les quatre s'aggravent quand une vidéo est encodée plusieurs fois. Les voir dans un fichier téléchargé ne signifie pas en soi qu'un outil l'a dégradé — la version de la plateforme elle-même peut paraître identique, et seule une comparaison des deux permet de le savoir.

Où le débit binaire compte, et où il ne compte pas

Traduction pratique, car le concept n'est utile que s'il change une décision.

Cela compte quand : vous choisissez entre des qualités et que les tailles ne suivent pas la résolution ; quand un téléchargement paraît pire qu'attendu malgré la bonne résolution ; quand vous réencodez quelque chose et choisissez un paramètre.

Cela ne compte pas quand : vous choisissez une qualité pour regarder sur téléphone — la taille de l'écran domine ; quand le contenu est facile, où même un débit bas paraît correct ; quand vous téléchargez la version propre d'une plateforme, puisque vous obtenez le débit qu'elle a choisi.

Ce dernier point est la limite pratique du concept pour la plupart des gens. Vous ne pouvez pas demander un débit binaire à une plateforme. Vous choisissez une résolution, et le débit vient avec — c'est pourquoi les tailles réellement mesurées sont plus utiles que la théorie.

L'audio a aussi un débit binaire, et cela fonctionne pareil

Le concept se transpose directement, avec des chiffres plus petits et une échelle dont la plupart des gens ont déjà une certaine intuition.

Le débit binaire audio se mesure en kilobits plutôt qu'en mégabits par seconde, et l'audio des plateformes se situe généralement entre 128 et 192 kbps. Le compromis est identique : davantage de données signifient une description plus fidèle du son, et au-delà d'un certain point, personne n'entend plus la différence sur un équipement ordinaire.

La différence est dans la part du fichier qu'il représente. Dans une vidéo, l'audio est une petite fraction du total — quelques mégaoctets contre des dizaines. C'est pourquoi choisir l'audio seul, quand seul le son compte, réduit le téléchargement d'un ordre de grandeur plutôt que d'un pourcentage.

Cela explique aussi quelque chose sur l'échelle des qualités. La piste audio est stockée une seule fois et partagée par toutes les résolutions, donc le son est identique que vous preniez du 360p ou du 1080p. Seule l'image change — bon à savoir quand on est tenté de prendre une qualité supérieure pour une vidéo que l'on va surtout écouter.

Débit binaire contre codec contre résolution

Trois notions constamment confondues. Chacune a un rôle différent.

Un meilleur codec atteint la même qualité avec un débit binaire plus faible — c'est ce que signifie « plus efficace ». C'est pourquoi un fichier 1080p dans un codec plus récent peut être plus léger qu'un fichier 720p dans un codec plus ancien, ce qui ressemble à une erreur et n'en est pas une (la comparaison traite ce point).

Une haute résolution avec un débit bas est donc la pire combinaison : beaucoup de pixels, des données insuffisantes pour les décrire, et une image qui paraît en blocs malgré une étiquette impressionnante. C'est exactement ce qu'est une vidéo suréchantillonnée, et exactement ce que produit une « 4K » issue d'une source qui ne l'a jamais été.

La combinaison inverse est sous-estimée : une résolution modeste avec un débit généreux a vraiment bonne allure. Un fichier 720p bien encodé bat un fichier 1080p sous-alimenté sur n'importe quel écran, ce qui vaut la peine d'être rappelé chaque fois que la seule chose comparable entre deux options est l'étiquette.