Fusionner des fichiers audio

Mettre les fichiers d'accord avant de les assembler

Un fichier audio déclare une seule fréquence d'échantillonnage, un seul nombre de canaux et un seul codec pour toute sa durée. Des fichiers qui ne concordent pas ne peuvent pas simplement être mis bout à bout : le premier fichier fixe donc les règles, et tout ce qui ne correspond pas est décodé puis réencodé pour s'y conformer. La conséquence pratique mérite d'être anticipée : assembler des enregistrements faits de la même façon — même enregistreur, mêmes réglages, même séance — est rapide et laisse chaque fichier intact, alors qu'assembler un MP3 à 44,1 kHz, un AAC stéréo à 48 kHz et un mémo vocal mono fait perdre une génération de qualité à la plupart d'entre eux.

Placer le meilleur fichier en premier est donc une vraie décision, pas un détail. Tout le reste est ajusté à la hausse ou à la baisse pour lui correspondre : commencer par la fréquence d'échantillonnage et le nombre de canaux les plus élevés de la série évite de dégrader le bon matériel pour l'aligner sur le moins bon.

Les assemblages sans blanc sont le cas difficile, et le MP3 en est la cause. Tout encodeur MP3 ajoute un court silence au début et à la fin d'un fichier, du fait même de son fonctionnement, et en note la durée dans un en-tête pour que les bons lecteurs puissent le sauter. Assembler des MP3 sans en tenir compte insère un petit blanc à chaque jonction — quelques dizaines de millisecondes, inaudibles entre des segments parlés mais immédiatement perceptibles sur un album live ou un mix continu. Si un résultat sans blanc compte, assemblez des fichiers sans perte et n'encodez qu'une fois à la fin.

Il n'y a pas encore de fondu enchaîné entre les morceaux : chaque fichier passe directement au suivant. C'est très bien quand le contenu commence et finit dans le calme, et abrupt dans le cas contraire ; une jonction au milieu d'un son fort et continu peut produire un clic audible, pour la même raison qu'une coupe.

Si vous cherchez autre chose

Quand les fichiers correspondent déjà exactement, le démultiplexeur concat de ffmpeg les assemble sans aucun réencodage : listez-les dans un fichier texte et lancez ffmpeg -f concat -safe 0 -i list.txt -c copy out.mp3. C'est instantané, sans perte et sans limite de durée.

Pour les fondus enchaînés, l'harmonisation du niveau d'enregistrements faits à des volumes différents ou la suppression des silences à chaque jonction, Audacity est gratuit et affiche la forme d'onde pendant que vous travaillez — la seule façon raisonnable d'assembler plus de quelques fichiers. Pour un podcast ou un livre audio, c'est le bon outil, et pas celui-ci.