Ce qu’est réellement un master immersif
Ce n’est pas un fichier stéréo avec un effet dessus. C’est un fichier multicanal dans un conteneur BW64 — le format wave long défini dans ITU-R BS.2088, qui existe parce que le format wave d’origine ne peut pas dépasser quatre gigaoctets — portant deux chunks supplémentaires. Le chunk axml contient les métadonnées Audio Definition Model en XML, définies dans ITU-R BS.2076. Le chunk chna associe chaque piste du fichier à un identifiant de ces métadonnées. Sans ces deux chunks, vous avez un fichier wave multicanal ordinaire, et il sera refusé comme livraison immersive.
Le bed et les objets
Le renderer publié accepte jusqu’à cent vingt-huit entrées. Les dix premières forment le bed : une configuration de canaux fixe, couramment sept point un point deux. Tout ce qui vient à partir de l’entrée onze est un objet : un élément mono ou stéréo porteur de métadonnées de position qui le déplacent dans la pièce au lieu de l’assigner à une enceinte. Cela donne jusqu’à cent dix-huit chemins de canal d’objet. Il n’existe pas de limite publiée propre à la musique en dessous de cela ; le conseil de s’en tenir, en musique, à un bed et à quelques dizaines d’objets est une convention de pratique, pas une règle.
Les chiffres que les services publient
Le guide de livraison d’Apple indique que le loudness intégré d’un master immersif ne doit pas dépasser moins dix-huit, mesuré selon ITU-R BS.1770, et que le true peak ne doit pas dépasser moins un décibel dBTP. Il exige de l’audio linéaire vingt-quatre bits à quarante-huit kilohertz, livré sous forme de fichier BW64 avec métadonnées ADM. Il exige aussi une version stéréo conformée, synchronisée avec la version immersive. Notez la formulation : ces valeurs de loudness sont un plafond, pas une cible de normalisation, et la différence compte quand vous décidez jusqu’où pousser.
Transformer un mix stéréo n’est pas autorisé
C’est le point que l’on vend le plus souvent et qui surprend le plus souvent. Les consignes publiées d’Apple sont explicites : les fichiers immersifs générés à partir de mix stéréo ne sont pas autorisés. Un master immersif se construit depuis la session multipiste, par une personne, dans un renderer sous licence, avec des décisions sur ce qui appartient au bed et ce qui devient un objet. Tout service qui propose de convertir un master stéréo terminé en master immersif fait soit quelque chose que la spécification interdit, soit décrit autre chose.
Pourquoi le binaural est ce que la plupart des gens entendront
Très peu d’auditeurs disposent d’un dispositif de haut-parleurs. L’immense majorité écoute la musique immersive au casque, via un rendu binaural. Le format porte, pour chaque élément, des métadonnées décrivant comment l’objet doit être virtualisé dans ce rendu — mais lesquelles de ces instructions survivent dépend du chemin de livraison, et sur le plus grand service de musique le rendu casque est celui de la plateforme et non celui que vous avez écouté. Conséquence pratique : vérifiez votre mix au casque via le service réel avant de le déclarer terminé.
Ce que cet outil refuse de faire semblant de savoir
Il lit les parties ouvertes et publiées du fichier : le conteneur défini par ITU-R BS.2088 et le modèle de métadonnées défini par ITU-R BS.2076, deux recommandations publiquement disponibles. Il ne fait pas de rendu. L’algorithme qui transforme les objets en signaux d’enceintes est propriétaire et sous licence, aucun navigateur ne peut donc produire un rendu conforme, et une valeur de loudness tirée d’une approximation non licenciée ne serait pas une mesure de livraison valide. Il n’encode ni ne décode non plus les codecs de diffusion qui transportent la musique immersive, qui sont brevetés. Un validateur qui admet sa limite est plus utile qu’un renderer qui ment sur la sienne.