1 00:00:08,124 --> 00:00:10,742 Les stations de travail et ordinateurs haut de gamme sont capables 2 00:00:10,742 --> 00:00:14,749 de manipuler le son numérique aisément depuis une quinzaine d'années. 3 00:00:14,749 --> 00:00:17,470 C'est seulement depuis à peu près cinq ans qu'un ordinateur décent 4 00:00:17,470 --> 00:00:21,643 peut manipuler de la vidéo sans du matériel dédié coûteux. 5 00:00:21,643 --> 00:00:25,400 De nos jours, même les ordinateurs bas de gamme sont assez puissants 6 00:00:25,400 --> 00:00:28,092 et ont la mémoire nécessaire pour manipuler de la vidéo, 7 00:00:28,092 --> 00:00:30,479 sans trop de difficultés. 8 00:00:30,479 --> 00:00:33,579 Donc, comme tout le monde a accès à ce bon matériel à bas pris, 9 00:00:33,579 --> 00:00:36,651 de plus en plus de gens veulent, évidemment, faire des choses intéressantes 10 00:00:36,651 --> 00:00:39,908 avec son et images numériques, en particulier la diffusion continue. 11 00:00:39,908 --> 00:00:44,017 YouTube fut le premier gros succès, et tout le monde veut être le suivant. 12 00:00:44,017 --> 00:00:47,413 C'est une bonne chose, car tout ceci est fascinant! 13 00:00:48,250 --> 00:00:51,179 Il est facile de trouver des utilisateurs pour les média numériques. 14 00:00:51,179 --> 00:00:54,649 Mais ici, je m'adresse aux ingénieurs, aux mathématiciens, 15 00:00:54,649 --> 00:00:57,869 aux hackers, à ceux qui s'intéressent à la découverte de nouvelles choses 16 00:00:57,869 --> 00:01:01,302 et veulent créer et faire avancer la technologie. 17 00:01:01,302 --> 00:01:03,282 Les gens qui ont la même passion que moi. 18 00:01:04,250 --> 00:01:08,723 Les média numériques, et la compression en particulier, sont vus comme un sujet 19 00:01:08,723 --> 00:01:12,822 spécialisé, bien plus compliqué que le reste de l'informatique. 20 00:01:12,822 --> 00:01:15,700 Les grandes compagnies dans ce domaine ne font rien pour diminuer cette perception, 21 00:01:15,700 --> 00:01:19,734 qui les aide à justifier le nombre extrême de brevets triviaux qu'elles détiennent. 22 00:01:19,734 --> 00:01:23,870 Ces compagnies aiment cette image de leurs chercheurs en tant que la crème de la crème, 23 00:01:23,870 --> 00:01:27,738 tellement plus intelligents que les autres que leurs idées brillantes 24 00:01:27,738 --> 00:01:29,903 ne peuvent être comprises par de simples mortels. 25 00:01:30,625 --> 00:01:33,716 Et c'est du n'importe quoi. 26 00:01:35,205 --> 00:01:38,900 Son numérique, images numériques, diffusion en continu, compression, 27 00:01:38,900 --> 00:01:42,738 ceux-ci offrent des problèmes difficiles et intellectuellement stimulants, 28 00:01:42,738 --> 00:01:44,662 comme toute autre discipline. 29 00:01:44,662 --> 00:01:47,929 L'apparence de difficulté extrême est due au nombre restreint de personnes dans ce domaine. 30 00:01:47,929 --> 00:01:51,223 Ce nombre restreint n'est en fait dû qu'à la rareté du matériel dédié 31 00:01:51,223 --> 00:01:54,665 requis jusqu'à aujourd'hui. 32 00:01:54,665 --> 00:01:58,792 Mais maintenant, la grande majorité des gens qui regardent cette vidéo 33 00:01:58,792 --> 00:02:03,317 ont un ordinateur assez puissant pour jouer dans la cour des grands. 34 00:02:05,926 --> 00:02:11,108 Il y a des batailles en cours à propos de HTML5, des navigateurs Web, 35 00:02:11,108 --> 00:02:13,671 de la vidéo, et ouvert contre fermé. 36 00:02:13,671 --> 00:02:17,048 Alors maintenant est un bon moment pour s'intéresser à tout cela. 37 00:02:17,048 --> 00:02:20,000 Où commencer ? Le plus simple est probablement avec la technologie 38 00:02:20,000 --> 00:02:22,619 que nous avons maintenant. 39 00:02:23,500 --> 00:02:25,071 Ceci est une introduction. 40 00:02:25,071 --> 00:02:28,180 Comme toute introduction, beaucoup de détails seront passés sous silence, 41 00:02:28,180 --> 00:02:30,882 pour que nous puissions avoir une vue d'ensemble. 42 00:02:30,882 --> 00:02:33,908 Beaucoup de personnes connaissent probablement déjà ce dont je vais parler, 43 00:02:33,908 --> 00:02:36,378 au moins dans cet épisode. 44 00:02:36,378 --> 00:02:39,293 D'autres, par contre, trouveront peut-être que je vais trop vite, 45 00:02:39,293 --> 00:02:44,558 s'ils n'ont jamais abordé le sujet; si c'est votre cas, ne vous en faites pas. 46 00:02:44,558 --> 00:02:48,629 Le plus important est de retenir les quelques idées qui vous marquent le plus. 47 00:02:48,629 --> 00:02:52,497 Faites bien attention à la terminologie qui à rapport à toutes ces idées, 48 00:02:52,479 --> 00:02:56,078 puisque avec elle, vous pouvez utiliser Google et Wikipedia pour approfondir 49 00:02:56,078 --> 00:02:57,753 vos connaissances à volonté. 50 00:02:57,753 --> 00:03:00,094 Donc, sans plus attendre, 51 00:03:00,094 --> 00:03:03,351 bienvenue à un passe-temps pas comme les autres. 52 00:03:10,291 --> 00:03:13,030 Le son est dû à la propagation d'ondes périodiques de pressions à travers l'air, 53 00:03:13,030 --> 00:03:16,981 se répandant depuis la source comme les ondes autour d'une pierre lancée dans l'eau. 54 00:03:16,981 --> 00:03:19,489 Un microphone, ou une oreille humaine, 55 00:03:19,489 --> 00:03:22,876 transforme ces différences de pression en un signal électrique. 56 00:03:22,876 --> 00:03:25,800 La plupart d'entre vous auront vu cela à l'école. 57 00:03:25,800 --> 00:03:26,771 Passons à la suite. 58 00:03:27,465 --> 00:03:32,527 Un signal audio est une fonction à une dimension, une valeur scalaire changeant avec le temps. 59 00:03:32,527 --> 00:03:34,248 Si on ralentit un peu l'oscilloscope... 60 00:03:36,450 --> 00:03:38,190 ça devrait être un peu plus facile à voir. 61 00:03:38,190 --> 00:03:40,688 Certains autres aspects de ce signal sont importants. 62 00:03:40,688 --> 00:03:43,418 Il est continu, en valeur comme en temps; 63 00:03:43,418 --> 00:03:46,813 c'est-à-dire qu'à tout instant, il peut avoir une valeur réelle quelconque, 64 00:03:46,813 --> 00:03:50,228 et sa valeur change graduellement avec le temps. 65 00:03:50,228 --> 00:03:52,439 On peut zoomer autant que l'on veut, 66 00:03:54,068 --> 00:03:58,510 il n'y a ni discontinuités, ni singularités, ni sauts de la valeur, 67 00:03:58,510 --> 00:04:01,285 ni de points où le signal disparaît. Il existe sur tout l'axe du temps. 68 00:04:03,247 --> 00:04:08,475 Les mathématiques classiques des fonctions continues sont parfaites pour travailler sur ces signaux. 69 00:04:11,001 --> 00:04:15,378 Un signal numérique, par contre, est discret, en valeur et en temps. 70 00:04:15,378 --> 00:04:19,107 Dans le système le plus simple et le plus répandu, appelé modulation d'impulse codée (PCM an Anglais), 71 00:04:19,107 --> 00:04:24,058 une valeur parmi un ensemble prédéfini représente l'amplitude du signal à une série 72 00:04:24,058 --> 00:04:30,165 de points équidistants sur l'axe du temps. Le résultat est une série de valeurs. 73 00:04:30,674 --> 00:04:35,309 En fait, cela ressemble beaucoup à ceci. 74 00:04:35,309 --> 00:04:38,964 Intuitivement, il paraîtrait que l'on devrait pouvoir transformer rigoureusement l'un en l'autre, 75 00:04:38,964 --> 00:04:44,683 et, par chance, le théorème de Shannon nous dit que c'est possible, et comment. 76 00:04:44,683 --> 00:04:48,477 Publié dans sa forme la plus populaire par Claude Shannon en 1949 77 00:04:48,477 --> 00:04:52,409 et s'appuyant sur les travaux de Nyquist, Hartley, et bien d'autres, 78 00:04:52,409 --> 00:04:56,138 ce théorème dit que non seulement on peut passer d'analogique en numérique et vice versa, 79 00:04:56,138 --> 00:05:00,913 mais donne une série de conditions sous lesquelles la conversion 80 00:05:00,913 --> 00:05:06,779 est sans perte, et les deux représentations deviennent équivalentes et interchangeables. 81 00:05:06,779 --> 00:05:10,601 Lorsque ces conditions ne sont pas observées, le théorème nous dit 82 00:05:10,601 --> 00:05:14,247 combien d'information est perdue, ou corrompue. 83 00:05:14,900 --> 00:05:21,270 Jusqu'à récemment, la technologie du son était quasiment toute basée sur l'analogique, 84 00:05:21,270 --> 00:05:25,267 et pas seulement parce que la plupart du son provient de sources analogiques. 85 00:05:25,267 --> 00:05:28,450 Vous pourriez aussi penser que puisque les ordinateurs sont une technologie récente, 86 00:05:28,450 --> 00:05:31,643 la technologie analogique a du apparaître la première. 87 00:05:31,643 --> 00:05:34,428 C'est faux. Le numérique est en fait plus ancien. 88 00:05:34,428 --> 00:05:37,611 Le télégraphe a précédé le téléphone d'un demi siècle 89 00:05:37,611 --> 00:05:41,951 et était déjà automatisé vers 1860, envoyant des signaux numériques, 90 00:05:41,951 --> 00:05:46,476 multiplexés sur de longues distances. Vous savez... le téléimprimeur. 91 00:05:46,476 --> 00:05:50,427 Harry Nyquist, de Bell Labs, faisait de la recherche sur la transmission de signaux 92 00:05:50,427 --> 00:05:53,027 par télégraphe lorsqu'il a publié la description de ce qui serait plus tard connu 93 00:05:53,027 --> 00:05:57,219 sous le nom de fréquence de Nyquist, le concept de base du théorème de Shannon. 94 00:05:57,219 --> 00:06:01,642 Il est vrai que le télégraphe transmet des informations symboliques, du texte, 95 00:06:01,642 --> 00:06:06,883 et non un signal analogique numérisé, mais avec l'apparition du téléphone et de la radio, 96 00:06:06,883 --> 00:06:12,000 les technologies du signal analogique et numérique ont progressé rapidement en parallèle. 97 00:06:12,699 --> 00:06:18,732 Le son a toujours été plus facile à manipuler en tant que signal analogique parce que, et bien, c'est vraiment bien plus facile. 98 00:06:18,732 --> 00:06:23,257 Un filtre passe-bas du deuxième ordre, par exemple, requiert deux composants passifs. 99 00:06:23,257 --> 00:06:26,505 Une centaine pour une transformée de Fourier en analogique. 100 00:06:26,505 --> 00:06:30,752 Bon, peut-être mille si vous voulez faire quelque chose de compliqué. 101 00:06:31,844 --> 00:06:35,989 Manipuler des signaux numériques requiert des millions, voire des milliards de transistors 102 00:06:35,989 --> 00:06:40,366 fonctionnant à très haute fréquence, du matériel supplémentaire pour au moins numériser 103 00:06:40,366 --> 00:06:43,836 et reconstruire les signaux analogiques, un système logiciel complet 104 00:06:43,836 --> 00:06:47,362 pour programmer and contrôler ce géant d'un milliard de transistors, 105 00:06:47,362 --> 00:06:51,091 de la mémoire de masse pour stocker ces bits pour usage ultérieur... 106 00:06:51,091 --> 00:06:56,171 On en vient donc à la conclusion que l'analogique est la seule manière faisable de travailler avec le son... 107 00:06:56,171 --> 00:07:07,019 à moins que vous n'ayez un milliard de transistors et autres accessoires traînant dans le coin. 108 00:07:07,850 --> 00:07:12,660 Et comme maintenant on les a, manipuler des signaux numériques devient beaucoup plus attractif. 109 00:07:13,363 --> 00:07:18,906 Une raison parmi d'autres: les composants analogiques n'ont pas la flexibilité d'un ordinateur. 110 00:07:18,906 --> 00:07:21,182 Ajouter une nouvelle fonctionnalité à ce monstre... 111 00:07:22,191 --> 00:07:24,578 Impensable. 112 00:07:24,578 --> 00:07:26,567 Sur un processeur numérique, par contre... 113 00:07:28,668 --> 00:07:34,127 ...on peut juste écrire un nouveau programme. Le logiciel n'est pas trivial, mais c'est quand même beaucoup plus facile. 114 00:07:34,127 --> 00:07:39,550 Peut-être même plus important encore, chaque composant analogique crée une approximation du signal. 115 00:07:39,550 --> 00:07:44,352 Le transistor parfait n'existe pas plus qu'une inductance parfaite, ou une capacité parfaite. 116 00:07:44,352 --> 00:07:51,569 En analogique, chaque composant ajoute du bruit, de la distorsion, et même si c'est peu à chaque pas, cela s'accumule. 117 00:07:51,569 --> 00:07:55,669 Le simple fait d'envoyer un signal analogique, surtout sur de grandes distances, 118 00:07:55,669 --> 00:08:00,434 corrompt ce signal, progressivement, de manière irréversible. 119 00:08:00,434 --> 00:08:06,513 De plus, tous ces composants analogiques à usage unique prennent de la place. 120 00:08:06,513 --> 00:08:09,946 Deux lignes de code sur le monstre au milliard de transistors 121 00:08:09,946 --> 00:08:14,702 peuvent implémenter un filtre qui aurait besoin d'une inductance de la taille d'un réfrigérateur. 122 00:08:14,702 --> 00:08:17,941 Un système numérique n'a pas ces problèmes. 123 00:08:17,941 --> 00:08:24,335 Un signal numérique peut être stocké, copié, manipulé et transmis sans ajouter de bruit ou de distorsion. 124 00:08:24,335 --> 00:08:26,889 Certes, on utilise parfois des algorithmes à perte, qui dégradent les données, 125 00:08:26,889 --> 00:08:31,284 mais les seules opérations qui ne peuvent éviter d'être à perte sont la numérisation et la reconversion vers l'analogique, 126 00:08:31,284 --> 00:08:35,929 là où le signal numérique doit s'interfacer avec l'analogique. 127 00:08:35,929 --> 00:08:40,750 Toutefois, les systèmes de conversion modernes sont très, très bons. 128 00:08:40,750 --> 00:08:45,849 En ce qui concerne nos oreilles, ils sont pour ainsi dire pratiquement parfaits. 129 00:08:45,849 --> 00:08:50,429 Avec un peu de matériel supplémentaire, la plupart étant maintenant compact et peu cher 130 00:08:50,429 --> 00:08:55,379 grâce à notre infrastructure industrielle moderne, le son numérique est le gagnant incontestable, comparé à l'analogique. 131 00:08:55,379 --> 00:09:00,857 Examinons donc comment stocker, copier, manipuler, et transmettre ce signal. 132 00:09:04,956 --> 00:09:08,639 La modulation d'impulsion codée (PCM) est la représentation la plus répandue pour le son. 133 00:09:08,639 --> 00:09:13,867 D'autres représentation utiles existent, par exemple le code Sigma-Delta utilisé par SACD, 134 00:09:13,867 --> 00:09:16,625 qui est un type de modulation par densité d'impulsion. 135 00:09:16,625 --> 00:09:19,687 Cela dit, PCM est de très loin la plus répandue, 136 00:09:19,687 --> 00:09:22,158 pour la principale raison qu'elle est mathématiquement très pratique. 137 00:09:22,158 --> 00:09:26,350 Un ingénieur audio peut très bien ne jamais rencontrer une autre représentation durant toute sa carrière. 138 00:09:26,350 --> 00:09:29,135 La représentation PCM peut être définie par trois paramètres, 139 00:09:29,135 --> 00:09:34,187 ce qui permet de décrire chaque variante possible avec un minimum de problèmes. 140 00:09:34,187 --> 00:09:36,426 Le premier paramètre est la fréquence d'échantillonage. 141 00:09:36,426 --> 00:09:40,886 La plus haute fréquence qu'un code peut représenter est appelée la fréquence de Nyquist. 142 00:09:40,886 --> 00:09:45,124 La fréquence de Nyquist de PCM n'est autre que la moitié de la fréquence d'échantillonage. 143 00:09:45,124 --> 00:09:51,389 La fréquence d'échantillonage détermine donc la plus haute fréquence que le signal numérisé peut représenter. 144 00:09:51,389 --> 00:09:56,515 Le téléphone analogique utilise traditionnellement des signaux limités en bande passante à presque 4 kHz, 145 00:09:56,515 --> 00:10:02,224 menant le téléphone numérique et la plupart des applications manipulant la voix à utiliser une fréquence d'échantillonage de 8 kHz, 146 00:10:02,224 --> 00:10:07,277 qui est la plus petite fréquence d'échantillonage pouvant représenter la totalité de la bande passante jusqu'à 4 kHz. 147 00:10:07,227 --> 00:10:14,263 Une fréquence d'échantillonage de 8 kHz ressemble à ceci; un peu distordu, mais tout à fait compréhensible pour la voix. 148 00:10:17,263 --> 00:10:18,149 C'est la plus petite fréquence d'échantillonage couramment utilisée en pratique. 149 00:10:18,149 --> 00:10:23,322 Partant de là, au fur et à mesure que la puissance et la mémoire disponibles augmentèrent, 150 00:10:23,322 --> 00:10:29,642 les ordinateurs sont passés à 11, puis 16, puis 22, et 32 kHz. 151 00:10:29,642 --> 00:10:33,491 Avec chaque saut dans la fréquence d'échantillonage et la fréquence de Nyquist, 152 00:10:33,491 --> 00:10:38,302 il va de soit que les hautes fréquences deviennent de plus en plus claires et le son plus naturel. 153 00:10:38,301 --> 00:10:44,576 Le Compact Disc utilise une fréquence d'échantillonage de 44.1 kHz, encore plus élevée que 32 kHz, 154 00:10:44,576 --> 00:10:46,788 mais les gains deviennent de moins en moins audibles. 155 00:10:46,788 --> 00:10:52,053 44.1 kHz est un choix un peu étrange, surtout que nul ne l'avait utilisé 156 00:10:52,053 --> 00:10:56,559 avant le Compact Disc, mais le succès du CD à fait de cette fréquence un choix commun. 157 00:10:56,559 --> 00:11:01,195 La seconde fréquence haute fidélité la plus répandue autre que le CD est 48 kHz. 158 00:11:05,710 --> 00:11:08,597 Il n'y a quasiment pas de différence audible entre les deux. 159 00:11:08,597 --> 00:11:13,640 Cette vidéo, ou du moins la version originale de celle-ci, a été enregistrée et produite avec du son 48 kHz, 160 00:11:13,640 --> 00:11:18,545 qui est le standard pour le son de haute fidélité accompagnant de la vidéo. 161 00:11:18,545 --> 00:11:25,100 De très hautes fréquences d'échantillonage de 88, 96, et 192 kHz ont aussi été utilisées. 162 00:11:25,100 --> 00:11:30,888 La raison pour ces fréquences au delà de 48 kHz n'est pas de permettre des fréquences audibles supérieures. 163 00:11:30,888 --> 00:11:32,489 Il y a une autre raison. 164 00:11:32,896 --> 00:11:37,319 Une parenthèse pour juste une seconde, le mathématicien Français Jean Baptiste Joseph Fourier 165 00:11:37,319 --> 00:11:42,353 a montré que l'on peut représenter un signal tel que le son en une série de fréquences qui le composent. 166 00:11:42,353 --> 00:11:45,841 Cette représentation dans le domaine fréquentiel est équivalente à la représentation dans le domaine temporel; 167 00:11:45,841 --> 00:11:49,719 le signal est exactement le même, on le représente juste différemment. 168 00:11:49,719 --> 00:11:56,131 Ici, on voit la représentation dans le domaine fréquentiel d'un signal analogique que l'on va numériser. 169 00:11:56,131 --> 00:11:59,888 Le théorème de Shannon nous dit deux choses principales à ce propos: 170 00:11:59,888 --> 00:12:04,727 Premièrement, un signal numérique ne peut représenter aucune fréquence au dessus de la fréquence de Nyquist. 171 00:12:04,727 --> 00:12:10,640 Deuxièmement, et c'est la nouveauté, si ces fréquences ne sont pas filtrées à l'aide d'un filtre passe-bas avant la numérisation, 172 00:12:10,640 --> 00:12:16,414 elles seront rabattues dans la gamme de fréquences représentable, résultant en de la distorsion de numérisation. 173 00:12:16,414 --> 00:12:20,069 Un signal distordu, ça fait mal aux oreilles, 174 00:12:20,069 --> 00:12:25,242 c'est pourquoi il est essentiel de filtrer les fréquences au dessus de la fréquence de Nyquist avant numérisation, et après reconstruction. 175 00:12:25,871 --> 00:12:31,265 L'oreille humaine peut percevoir jusqu'à 20 kHz. 176 00:12:31,265 --> 00:12:37,548 Pour une numérisation à 44.1 ou 48 kHz, le filtre passe-bas d'avant numérisation doit être très sec 177 00:12:37,548 --> 00:12:42,101 pour éviter de couper des fréquences audibles sous 20 kHz 178 00:12:42,101 --> 00:12:49,439 sans laisser passer de fréquence au dessus de la fréquence de Nyquist. 179 00:12:49,439 --> 00:12:55,342 Ce type de filtre est difficile à construire, et aucun filtre commun n'y parvient complètement. 180 00:12:55,342 --> 00:13:00,024 Pour une fréquence d'échantillonage de 96 or 192 kHz, par contre, 181 00:13:00,024 --> 00:13:07,223 le filtre a un ou deux octaves de marge pour sa réponse, ce qui le rend beaucoup plus facile à construire. 182 00:13:07,223 --> 00:13:14,348 Les fréquences d'échantillonage de plus de 48 kHz sont en fait l'un des compromis dus aux problèmes de conversion analogique/numérique. 183 00:13:15,014 --> 00:13:20,844 Le deuxième paramètre fondamental de PCM est le format d'un échantillon, c'est-à-dire le format de la valeur enregistrée. 184 00:13:20,844 --> 00:13:26,285 Un nombre est un nombre, mais il peut être représenté de différentes manières sous forme de bits. 185 00:13:26,942 --> 00:13:30,902 Les premiers formats PCM étaient linéaires sur huit bits, codés sur un octet non signé. 186 00:13:30,902 --> 00:13:37,028 La gamme dynamique est limitée à approximativement 50 dB, et le bruit de numérisation, comme vous pouvez l'entendre, est considérable. 187 00:13:37,028 --> 00:13:39,970 Le son huit bit est maintenant très rare. 188 00:13:41,007 --> 00:13:47,484 Le téléphone numérique peut utiliser deux formats proches non linéaires codés sur huit bits, appelés A-law et mu-law. 189 00:13:47,484 --> 00:13:51,287 Ces formats peuvent coder à peu près 14 bits de gamme dynamique sur huit bits 190 00:13:51,287 --> 00:13:54,674 en plaçant les valeurs les plus hautes de plus en plus écartées. 191 00:13:54,674 --> 00:13:59,226 A-law et mu-law permettent un bruit de numérisation plus faible, comparés au huit bits linéaire, 192 00:13:59,226 --> 00:14:03,557 et les harmoniques de la voix cachent bien le bruit restant. 193 00:14:03,557 --> 00:14:08,248 Ces trois formats, linéaire, A-law, et mu-law, sont généralement utilisés 194 00:14:08,248 --> 00:14:13,328 avec une fréquence d'échantillonage de 8 kHz, mais je les utilise ici à 48 kHz. 195 00:14:13,328 --> 00:14:18,491 La plupart des formats PCM modernes utilisent des entiers en complément à deux sur 16 ou 24 bits signés 196 00:14:18,491 --> 00:14:23,858 pour représenter une gamme de moins l'infini à zéro décibels. 197 00:14:23,858 --> 00:14:27,800 La valeur la plus grande correspond à zéro décibels. 198 00:14:27,800 --> 00:14:31,584 Comme dans tous les autres formats mentionnés jusqu'ici, un signal au delà de zéro décibels, 199 00:14:31,584 --> 00:14:35,619 et donc au delà de la gamme représentable, sera saturé. 200 00:14:35,619 --> 00:14:41,199 Pour mixer et finaliser, il n'est pas rare d'utiliser des nombres à virgule flottante, à la place d'entiers. 201 00:14:41,199 --> 00:14:47,222 Le format à virgule flottante sur 32 bits IEEE 754 est un format typique sur les ordinateurs contemporains, 202 00:14:47,222 --> 00:14:52,793 avec 24 bits de mantisse, et 7 bits d'exposant pour augmenter la gamme représentable. 203 00:14:52,793 --> 00:14:57,040 Les nombres à virgule flottante représentent généralement zéro décibels avec +/-1.0, 204 00:14:57,040 --> 00:15:00,547 et, comme ces nombres peuvent représenter des valeurs considérablement plus hautes, 205 00:15:00,547 --> 00:15:05,220 il n'y a pas de distorsion si le signal passe temporairement au dessus de zéro décibels lors d'une opération. 206 00:15:05,220 --> 00:15:11,077 Les nombres à virgule flottante requièrent plus de mémoire, ils sont donc généralement utilisés uniquement en tant que format intermédiaire. 207 00:15:11,077 --> 00:15:15,796 Enfin, la plupart des ordinateurs manipulent les données avec une granularité de huit bits, 208 00:15:15,796 --> 00:15:18,489 il est donc important de se rappeler que les échantillons de plus de huit bits 209 00:15:18,489 --> 00:15:22,838 peuvent être stockés avec l'octet de poids fort en premier, ou en dernier, et les deux méthodes sont communes. 210 00:15:22,838 --> 00:15:28,751 Par exemple, le format WAV de Microsoft commence par l'octet de poids faible, et le format AIFC d'Apple commence généralement par l'octet de poids fort. 211 00:15:28,751 --> 00:15:30,139 Il faut ne pas l'oublier. 212 00:15:30,870 --> 00:15:34,071 Le troisième paramètre de PCM est le nombre de pistes. 213 00:15:34,071 --> 00:15:38,485 La convention pour le son PCM est de multiplexer les échantillons des différentes pistes, 214 00:15:38,485 --> 00:15:43,398 pour former une seule piste de valeurs. Simple et facile à étendre. 215 00:15:43,398 --> 00:15:47,701 C'est tout. Tout format PCM peut être décrit par cette représentation. 216 00:15:47,701 --> 00:15:51,578 Voila, le son numérique est _si facile_! 217 00:15:51,578 --> 00:15:56,436 Il y a d'autres choses à connaître, bien sûr, mais nous avons déjà un bloc de son numérique, 218 00:15:56,436 --> 00:15:58,092 alors passons à la vidéo. 219 00:16:02,571 --> 00:16:08,798 On peut penser à la vidéo comme du son, mais avec deux dimensions spatiales supplémentaires, X et Y, 220 00:16:08,798 --> 00:16:12,787 en plus de la dimension du temps. C'est mathématiquement correct. 221 00:16:12,787 --> 00:16:19,097 Le théorème de Shannon s'applique aux trois dimensions comme il s'applique à la dimension unique du temps pour le son. 222 00:16:19,097 --> 00:16:25,815 Le son et l'image sont très différents en pratique. Par exemple, la vidéo prend beaucoup plus de place que le son. 223 00:16:25,815 --> 00:16:29,294 Le son non compressé d'un CD prend en gros 1.4 megabits par seconde. 224 00:16:29,294 --> 00:16:33,958 La vidéo non compressée au format 1080i monte à plus de 700 megabits par seconde, 225 00:16:33,958 --> 00:16:40,056 soit plus de 500 fois plus de données à capturer, convertir, et stocker par seconde. 226 00:16:40,056 --> 00:16:43,711 D'après la loi de Moore, ça fait... voyons... en gros doublant huit fois, multiplié par deux ans, 227 00:16:43,711 --> 00:16:47,838 donc, les ordinateurs peuvent manipuler la vidéo à peu près une quinzaine d'années 228 00:16:47,838 --> 00:16:51,252 après pouvoir manipuler le son, c'est à peu près ça. 229 00:16:51,252 --> 00:16:55,425 Le format de la vidéo est aussi plus complexe que celui du son. 230 00:16:55,425 --> 00:16:58,599 Le volume de données est tel que l'on doit utiliser une représentation 231 00:16:58,599 --> 00:17:02,106 plus compacte que le PCM linéaire utilisé pour le son. 232 00:17:02,106 --> 00:17:06,705 De plus, la vidéo numérique provient majoritairement de la diffusion de télévision, 233 00:17:06,705 --> 00:17:13,423 et les comités de standards qui régissent la diffusion ont toujours été attentifs à la compatibilité. 234 00:17:13,423 --> 00:17:17,559 Ne serait-ce que l'année dernière aux USA, une télévision noir et blanc vieille de soixante ans 235 00:17:17,559 --> 00:17:21,038 pouvait encore recevoir et afficher la télévision hertzienne analogique. 236 00:17:21,038 --> 00:17:23,879 C'est en fait pas mal du tout. 237 00:17:23,879 --> 00:17:28,718 Le problème de cette compatibilité est que lorsqu'un détail est figé dans un standard, 238 00:17:28,718 --> 00:17:30,985 on ne peut plus le changer. 239 00:17:30,985 --> 00:17:37,305 La vidéo électronique n'a pas été réinventée plusieurs fois, comme le son l'a été. 240 00:17:37,305 --> 00:17:43,958 Soixante ans de bagage s'est accumulé au fur et à mesure du temps, avec l'obsolescence de technologies successives, 241 00:17:43,958 --> 00:17:50,102 et comme les standards de la vidéo numérique viennent de la télédiffusion, 242 00:17:50,102 --> 00:17:54,664 tout ces anachronismes bizarres se sont retrouvés ajoutés dans les standards numériques. 243 00:17:54,664 --> 00:18:00,022 Il y a en fait énormément plus de détails à prendre en compte dans la vidéo numérique qu'il n'y en a dans le son. 244 00:18:00,022 --> 00:18:05,592 Beaucoup trop pour les aborder tous ici, donc on ne verra que les principes fondamentaux. 245 00:18:06,036 --> 00:18:10,857 Les paramètres les plus évidents de la vidéo sont la largeur et hauteur de l'image en pixels. 246 00:18:10,857 --> 00:18:15,882 Cela parait simple, mais cela ne suffit pas à spécifier la taille de l'image visible, 247 00:18:15,882 --> 00:18:22,016 car la plupart de la vidéo provenant de la diffusion n'utilise pas des pixels carrés. 248 00:18:22,016 --> 00:18:25,005 Le nombre de lignes dans une image était fixe, 249 00:18:25,005 --> 00:18:29,021 mais le nombre de pixels dans une ligne était fonction de la bande passante. 250 00:18:29,021 --> 00:18:31,945 La résolution réelle de ces images impliquait donc des pixels étant plus fins 251 00:18:31,945 --> 00:18:35,489 ou plus épais que l'espace entre les lignes. 252 00:18:35,489 --> 00:18:38,395 Les standards ont généralement spécifié que la vidéo numérique 253 00:18:38,395 --> 00:18:41,902 doit refléter la résolution réelle de la source analogique originelle, 254 00:18:41,902 --> 00:18:45,566 donc une grande partie de la vidéo numérique utilise aussi des pixels non carrés. 255 00:18:45,566 --> 00:18:49,924 Par exemple, un DVD NTSC normal avec format d'image 4:3 est typiquement constitué 256 00:18:49,924 --> 00:18:55,374 de 704 pixels sur 480, un format plus large que 4:3. 257 00:18:55,374 --> 00:18:59,640 Dans ce cas particulier, les pixels ont un format de 10:11, 258 00:18:59,640 --> 00:19:04,553 ce qui les rend plus hauts que larges, rendant l'image plus étroite, corrigeant le format. 259 00:19:04,553 --> 00:19:09,800 Une telle image doit être re-numérisée pour s'afficher normalement sur un écran avec des pixels carrés. 260 00:19:10,253 --> 00:19:15,287 Le deuxième paramètre de la vidéo est le nombre d'images par seconde. 261 00:19:15,287 --> 00:19:19,655 Plusieurs standards existent de nos jours pour celui-ci. La vidéo numérique, dans une ou l'autre de ses formes, 262 00:19:19,655 --> 00:19:23,689 peut utiliser n'importe lequel d'entre eux, ou n'importe quel nombre que l'on veut. Ou encore même un nombre variable, 263 00:19:23,689 --> 00:19:27,113 où le nombre d'images par seconde change avec le temps. 264 00:19:27,113 --> 00:19:32,998 Plus le nombre d'images par seconde est élevé, plus l'illusion du mouvement est bonne, et cela nous mène hélas à l'entrelacement. 265 00:19:32,998 --> 00:19:37,967 Dans les premiers jours de la vidéo, les ingénieurs ont cherché à utiliser le plus d'images par seconde possible 266 00:19:37,967 --> 00:19:42,075 pour une meilleure illusion de mouvement, et minimiser le scintillement produit par les écrans à tube cathodique. 267 00:19:42,075 --> 00:19:45,277 Il travaillèrent avec le but de réduire autant que possible la bande passante utilisée 268 00:19:45,277 --> 00:19:48,182 pour augmenter la résolution et le nombre d'images par seconde. 269 00:19:48,182 --> 00:19:51,208 Leur solution fut d'entrelacer la vidéo, c'est-à-dire d'envoyer les lignes paires 270 00:19:51,208 --> 00:19:54,826 en une première passe, et les lignes impaires à la suivante. 271 00:19:54,826 --> 00:19:59,961 Chaque passe est appelée trame, et deux trames composent plus ou moins une image entière. 272 00:19:59,961 --> 00:20:05,319 "Plus ou moins", car les lignes paires et impaires ne proviennent pas de la même image source. 273 00:20:05,319 --> 00:20:10,797 Pour une vidéo à 60 trames par seconde, la source a réellement 60 images par seconde, 274 00:20:10,797 --> 00:20:15,386 et la moitié de chaque image, une ligne sur deux, est tout simplement ignorée. 275 00:20:15,386 --> 00:20:20,272 C'est pourquoi on ne peut pas dés-entrelacer une vidéo en recombinant deux trames en une image; 276 00:20:20,272 --> 00:20:23,039 ces trames ne proviennent pas de la même image à la source. 277 00:20:24,047 --> 00:20:29,683 Le tube cathodique était la seule technologie d'affichage pendant la plupart de l'histoire de la vidéo électronique. 278 00:20:29,683 --> 00:20:32,949 Un écran à tube cathodique émet une luminance non linéaire, à peu près égale 279 00:20:32,949 --> 00:20:36,585 à la tension reçue en entrée élevée à la puissance 2.5. 280 00:20:36,585 --> 00:20:43,821 Cet exposant, 2.5, est appelé gamma, et il est souvent appelé le gamma d'un écran. 281 00:20:43,821 --> 00:20:50,493 Les caméras, par contre, sont linéaires, et si on connecte le signal de sortie d'une caméra à un écran à tube cathodique, ça ressemble un peu à ça. 282 00:20:51,270 --> 00:20:56,637 Comme les caméras étaient au début très rares, et extrêmement chères, 283 00:20:56,637 --> 00:21:01,634 et qu'ils voulaient avoir un grand nombre de télévisions au plus bas prix possible, 284 00:21:01,634 --> 00:21:08,222 les ingénieurs ont décidé d'ajouter le système de correction de gamma aux caméras, plutôt qu'aux télévisions. 285 00:21:08,222 --> 00:21:13,062 La vidéo hertzienne a donc commencé à utiliser une intensité non linéaire, telle que 286 00:21:13,062 --> 00:21:18,271 la télévision recevant le signal, étant non linéaire, redresserait ce signal 287 00:21:18,271 --> 00:21:23,305 pour donner à l'affichage une luminance linéaire. 288 00:21:23,777 --> 00:21:25,118 Presque. 289 00:21:30,393 --> 00:21:33,113 Il y avait deux autres détails. 290 00:21:33,113 --> 00:21:40,442 Une caméra de télévision utilise un gamma qui est l'inverse de 2.2, et non 2.5. 291 00:21:40,442 --> 00:21:43,754 Cela est une correction pour regarder l'image dans un environnement sombre. 292 00:21:43,754 --> 00:21:48,279 De plus, la courbe exponentielle devient graduellement linéaire près du noir. 293 00:21:48,279 --> 00:21:52,360 C'était un vieux truc pour cacher les imperfections de la capture de l'image. 294 00:21:54,941 --> 00:21:57,347 La correction de gamma apporte aussi un avantage inattendu. 295 00:21:57,347 --> 00:22:02,214 L'oeil humain perçoit la luminance avec un gamma d'à peu près 3, 296 00:22:02,214 --> 00:22:05,962 ce qui est relativement proche du 2.5 d'un écran à tube cathodique. 297 00:22:05,962 --> 00:22:10,607 Une image utilisant la correction gamma a plus de résolution à faible luminance, 298 00:22:10,607 --> 00:22:14,336 et c'est là que l'oeil est le plus sensible aux changements, 299 00:22:14,336 --> 00:22:18,222 et donc bénéficie le plus d'une résolution meilleure. 300 00:22:18,222 --> 00:22:22,784 Bien que les écrans à tube cathodique soient en train de disparaître, les écrans d'ordinateurs sRGB 301 00:22:22,784 --> 00:22:28,419 continuent à utiliser une courbe de réponse non linéaire similaire à celle de la télévision, incluant la partie linéaire près du noir, 302 00:22:28,419 --> 00:22:32,491 et une partie exponentielle avec un gamma de 2.4. 303 00:22:32,491 --> 00:22:36,636 Cette courbe transforme une entrée linéaire de 16 bits en une sortie 8 bits. 304 00:22:37,580 --> 00:22:41,790 L'oeil humain comprend des récepteurs pour trois couleurs: rouge, vert, et bleu, 305 00:22:41,790 --> 00:22:47,407 et la plupart des écrans utilise ces trois couleurs en synthèse additive pour représenter une grande palette de couleurs affichables. 306 00:22:49,258 --> 00:22:54,190 Les couleurs primaires en impression sont cyan, magenta, et jaune, pour les mêmes raisons; 307 00:22:54,190 --> 00:22:59,381 ces couleurs sont soustractives, et chacune absorbe certaines longueurs d'onde de la lumière incidente. 308 00:22:59,381 --> 00:23:05,682 Cyan absorbe le rouge, magenta absorbe le vert, et jaune absorbe le bleu. 309 00:23:05,682 --> 00:23:10,919 La vidéo peut être, et l'est parfois, représentée en trois composantes, rouge, vert, et bleu (RGB), 310 00:23:10,919 --> 00:23:17,211 mais ce format est atypique. L'oeil humain est beaucoup plus sensible à la luminance qu'à la couleur, 311 00:23:17,211 --> 00:23:21,329 et le format RGB a tendance à diffuser l'énergie de l'image sur ces trois composantes. 312 00:23:21,329 --> 00:23:25,326 C'est-à-dire, le plan rouge ressemble à une version rouge de l'image originale, 313 00:23:25,326 --> 00:23:28,769 le plan vert ressemble à une version verte de l'image originale, 314 00:23:28,769 --> 00:23:32,063 et le plan bleu ressemble à une version bleue de l'image originale. 315 00:23:32,063 --> 00:23:35,705 Trois versions en noir et blanc. Pas très efficace. 316 00:23:35,706 --> 00:23:39,438 Pour ces raisons, et aussi car la télévision était originalement aussi 317 00:23:39,438 --> 00:23:45,017 en noir et blanc, la vidéo est normalement représentée par une composante de luminance à haute résolution, 318 00:23:45,017 --> 00:23:51,041 correspondant à l'image en noir et blanc, et des composantes secondaires, souvent de moindre résolution, pour la couleur. 319 00:23:51,041 --> 00:23:57,074 La composante de luminance, Y, est obtenue par un barycentre des signaux rouge, vert, et bleu. 320 00:23:57,074 --> 00:24:01,867 Les composantes de chrominance U et V sont alors obtenues en soustrayant la luminance du bleu, 321 00:24:01,867 --> 00:24:04,070 et la luminance du rouge. 322 00:24:04,070 --> 00:24:11,750 Lorsque le signal YUV change d'échelle et est numérisé, on devrait techniquement parler de Y'CbCr, 323 00:24:11,750 --> 00:24:15,238 mais le terme générique YUV est très souvent utilisé pour décrire 324 00:24:15,238 --> 00:24:18,301 toutes les variations analogiques et numériques de cet espace colorimétrique. 325 00:24:18,912 --> 00:24:22,983 Les composantes de chrominance U et V peuvent avoir la même résolution que la composante Y, 326 00:24:22,983 --> 00:24:28,674 mais comme l'oeil humain est beaucoup moins sensible aux changements de couleur qu'aux changements de luminance sur de petits angles apparents, 327 00:24:28,674 --> 00:24:34,346 les composantes de chrominance utilisent généralement une résolution d'un demi ou même d'un quart horizontalement, verticalement, 328 00:24:34,346 --> 00:24:39,528 ou les deux, généralement sans changement significatif de la qualité perçue de l'image. 329 00:24:39,528 --> 00:24:43,942 Quasiment toutes les variantes possibles de ce sous-échantillonage ont été utilisées à un moment ou à un autre, 330 00:24:43,942 --> 00:24:46,875 mais les plus répandus de nos jours sont 331 00:24:46,875 --> 00:24:51,187 4:4:4, où le taux d'échantillonage est en fait le même pour toutes les composantes, 332 00:24:51,187 --> 00:24:56,711 4:2:2, où U et V ont une résolution moitié moindre horizontalement, 333 00:24:56,711 --> 00:25:02,587 et, la plus commune, 4:2:0, où U et V ont une résolution moitié moindre horizontal et verticalement. 334 00:25:02,587 --> 00:25:08,897 Cette dernière résulte en des plans pour U et V qui sont un quart de la taille du plan Y. 335 00:25:08,897 --> 00:25:17,096 Les termes 4:2:2, 4:2:0, 4:1:1, etc, ne suffisent pas pour une description complète d'un format de sous-échantillonage particulier. 336 00:25:17,096 --> 00:25:21,186 Les échantillons de chrominance peuvent être positionnés de plusieurs manières par rapport aux échantillons de luminance, 337 00:25:21,096 --> 00:25:24,776 et, là encore, plusieurs variantes sont utilisées pour chaque format. 338 00:25:24,776 --> 00:25:32,502 Par exemple, motion JPEG, MPEG-1, MPEG-2, DV, Theora et WebM utilisent tous 339 00:25:32,502 --> 00:25:38,137 (ou peuvent utiliser) 4:2:0, mais ils placent les échantillons de trois manières différentes. 340 00:25:38,498 --> 00:25:43,023 Motion JPEG, MPEG1, Theora et WebM placent les échantillons de chrominance 341 00:25:43,023 --> 00:25:46,345 entre ceux de luminance, que ce soit horizontalement ou verticalement. 342 00:25:46,345 --> 00:25:51,989 MPEG2 les place entre les lignes verticalement, mais alignés avec un pixel sur deux horizontalement. 343 00:25:51,989 --> 00:25:57,106 L'entrelacement ajoute une complication supplémentaire, ce qui donne un système assez bizarre. 344 00:25:57,106 --> 00:26:00,909 Finalement, PAL-DV, qui est toujours entrelacé, place les échantillons de chrominance 345 00:26:00,909 --> 00:26:04,398 à la même position qu'un pixel de luminance sur deux horizontalement, 346 00:26:04,398 --> 00:26:07,303 mais alterne les échantillons de U et V à chaque ligne. 347 00:26:07,683 --> 00:26:12,282 C'est juste pour 4:2:0. Je vais laisser les autres formats comme exercice pour ceux qui veulent en savoir plus. 348 00:26:12,282 --> 00:26:14,882 C'est l'idée de base. Passons à la suite. 349 00:26:15,511 --> 00:26:21,128 Pour le son, les différentes pistes sont représentées en entrelaçant les échantillons 350 00:26:21,128 --> 00:26:26,383 de chaque piste à leur tour, en ordre. La vidéo peut utiliser des formats entrelaçant les composantes, 351 00:26:26,383 --> 00:26:30,584 mais aussi des formats qui gardent ces échantillons d'une même composante dans des plans séparés, 352 00:26:30,584 --> 00:26:35,415 stockés les uns à la suite des autres pour chaque image. Il y a au moins une cinquantaine de formats dans ces deux catégories, 353 00:26:35,415 --> 00:26:41,549 et peut-être dix ou quinze d'entre eux en usage commun. Chaque variante d'échantillonage de la chrominance, et chaque résolution d'échantillon 354 00:26:41,549 --> 00:26:46,574 nécessite un arrangement de bits différent, et donc un arrangement de pixels différent. Pour chaque variante, 355 00:26:46,574 --> 00:26:50,858 on peut trouver plusieurs formats équivalents, qui diffèrent en de simples ré-arrangements de l'ordre des données, 356 00:26:50,858 --> 00:26:55,966 généralement dus à une quelconque idiosyncrasie d'un matériel particulier, un choix arbitraire, 357 00:26:55,966 --> 00:27:00,352 ou juste pour faire quelque chose de différent. 358 00:27:00,352 --> 00:27:04,692 Ces formats sont décrits par un label unique, ou code fourcc. 359 00:27:04,692 --> 00:27:08,115 Il y a un grand nombre de ceux-ci, et non n'allons pas les énumérer. 360 00:27:08,115 --> 00:27:13,704 Cherchez sur Internet pour plus d'information, mais gardez en mémoire qu'un code fourcc particulier définit l'arrangement des échantillons 361 00:27:13,704 --> 00:27:20,339 et le taux d'échantillonage des plans, mais généralement n'indique pas où les échantillons sont placés, ni l'espace colorimétrique utilisé. 362 00:27:20,339 --> 00:27:25,807 Par exemple, le code YV12 peut être utilisé avec le placement d'échantillon de JPEG, MPEG-2, ou DV, 363 00:27:25,807 --> 00:27:28,991 et un quelconque espace colorimétrique YUV parmi plusieurs existant. 364 00:27:29,472 --> 00:27:33,913 Et ceci termine nos premiers pas incomplets dans le monde de la vidéo. 365 00:27:33,913 --> 00:27:38,651 Une bonne chose: avec ce que l'on a vu, on peut déjà commencer à travailler sur le son et l'image. 366 00:27:38,651 --> 00:27:42,528 Dans la plupart des cas, une image de vidéo est juste une image de vidéo. 367 00:27:42,528 --> 00:27:46,451 Les détails sont très importants, quand on commence à écrire du code, 368 00:27:46,452 --> 00:27:52,086 mais pour le moment il est suffisant que vous ayez dans l'esprit une vue globale des problèmes dans ce domaine. 369 00:27:55,640 --> 00:27:59,230 Donc. Du son numérique d'un côté. De l'image numérique de l'autre. 370 00:27:59,230 --> 00:28:03,246 Ce qui reste à faire n'est pas spécifique au traitement de signal, mais de la programmation 371 00:28:03,246 --> 00:28:07,410 tout à fait normale. Et il y en a plein! 372 00:28:07,928 --> 00:28:11,768 Des morceaux de son ou d'image sont généralement des blocs opaques, 373 00:28:11,768 --> 00:28:15,173 mais ils ont souvent une taille constante. On peut les concaténer 374 00:28:15,173 --> 00:28:18,097 dans un ordre prédéterminé pour les transmettre et les stocker, 375 00:28:18,097 --> 00:28:21,040 et c'est en fait ce que font certains systèmes simples. 376 00:28:21,040 --> 00:28:24,195 Les données compressées, par contre, n'ont pas toujours la même taille, 377 00:28:24,195 --> 00:28:29,405 et l'on a souvent besoin de plus de flexibilité pour les stocker et les transmettre. 378 00:28:29,405 --> 00:28:34,281 Si on concatène ces blocs opaques les uns à la suite des autres, on ne sait plus où couper pour les récupérer, 379 00:28:34,281 --> 00:28:37,871 et on ne peut plus reconnaître quelle portion des données vient du son ou de l'image. 380 00:28:37,871 --> 00:28:42,192 Un système de stockage doit avoir une structure générale pour être utile. 381 00:28:42,192 --> 00:28:46,606 En plus de nos données son/image, nous avons aussi les paramètres qui les décrivent. 382 00:28:46,606 --> 00:28:49,752 Nous avons peut-être aussi d'autres informations sur ces données que nous voulons conserver, 383 00:28:49,752 --> 00:28:55,415 comme des labels, chapitres vidéo, sous-titres, et autres. 384 00:28:55,415 --> 00:29:01,633 Il parait idéal de pouvoir placer toutes ces méta-informations, c'est-à-dire informations sur les informations elles-mêmes, avec ces données. 385 00:29:01,633 --> 00:29:06,445 Le stockage structuré de ces données et ces méta-informations disparates est le travail du conteneur. 386 00:29:06,445 --> 00:29:09,221 Les conteneurs offrent une structure pour stocker les blocs opaques, 387 00:29:09,221 --> 00:29:12,015 entrelacent et marquent les données pour garder trace de leur source, 388 00:29:12,015 --> 00:29:15,337 maintiennent leur synchronisation, et stockent les méta-informations requises 389 00:29:15,337 --> 00:29:19,140 pour récupérer, chercher, manipuler, et présenter les média. 390 00:29:19,140 --> 00:29:22,222 En général, un conteneur quelconque peut stocker des données arbitraires. 391 00:29:22,222 --> 00:29:24,970 Et des données arbitraires peuvent êtres stockées dans n'importe quel conteneur. 392 00:29:28,801 --> 00:29:32,391 Dans cette demi heure, nous avons parlé de son numérique, de vidéo numérique, 393 00:29:32,391 --> 00:29:35,435 nous avons vu un peu d'histoire, de mathématiques, et aussi de technologie. 394 00:29:35,435 --> 00:29:39,377 Ce n'est que la surface, mais il est temps pour une pause bien méritée. 395 00:29:41,107 --> 00:29:45,373 Il y a tellement d'autres choses à voir, alors j'espère que vous vous joindrez à moi de nouveau pour notre prochain épisode. 396 00:29:45,373 --> 00:29:47,159 D'ici là, au revoir!