Retirer le son d'une vidéo sans toucher à l'image

La seule commande de cette famille qui ne décode rien

La plupart des outils vidéo doivent ouvrir l'image pour faire leur travail : pivoter, redimensionner et compresser exigent tous de décoder chaque image, d'agir dessus, puis de la réencoder. Retirer une piste sonore n'exige rien de tout cela. Le conteneur contient des flux séparés, et en enlever un revient à réécrire l'index et à recopier le reste. C'est exactement ce que fait -c copy -an : recopier chaque flux qui survit à la sélection, et exclure l'audio des survivants.

Que l'image soit réellement intacte est le genre d'affirmation qu'il vaut mieux tester que croire. Prends un clip de test, extrais-en le flux H.264 brut, passe la commande de l'outil, extrais le flux brut du résultat, et compare. Les deux font 391 608 octets avec la même somme de contrôle. Pas semblables, pas visuellement indiscernables — les mêmes octets. Ce que l'encodeur a décidé de tes images le jour où elles ont été faites est encore exactement ce que dit le fichier, et rien de ce que fait cet outil n'aurait pu le changer.

Rendre muet et retirer ne sont pas la même chose

Une vidéo peut se trouver dans trois états, et on emploie un seul mot pour les trois. Muette dans le lecteur : le fichier est inchangé, seuls tes haut-parleurs sont coupés. Silencieuse dans le fichier : la piste audio est toujours là, occupe toujours sa part du débit, mais tous les échantillons valent zéro. Retirée : il n'y a plus de piste audio, le conteneur liste un flux de moins, et aucun lecteur ne trouve quoi que ce soit à jouer. Cet outil fait le troisième.

La distinction compte là où on ne l'attend pas. Les plateformes de publication qui analysent les envois à la recherche de musique protégée examinent le flux audio ; un fichier sans flux audio n'offre rien à analyser, tandis qu'un fichier à piste silencieuse reste un fichier avec une piste audio et peut encore être traité comme tel. Les logiciels de montage se comportent différemment aussi : importer un clip sans audio donne un élément vidéo seul, tandis qu'une piste silencieuse donne une piste dont il faut s'occuper. Et une piste silencieuse coûte toujours des bits, parfois un nombre surprenant, parce que les encodeurs ne compressent pas toujours le silence à rien.

L'économie est plus faible que presque tout le monde ne l'imagine

Le son a l'air de représenter la moitié d'une vidéo, on a donc l'impression que le retirer devrait diviser le fichier par deux. Ce n'est pas le cas, parce que les deux n'ont pas du tout la même taille. Une piste stéréo à 128 kbit/s transporte 16 kilooctets par seconde. Une image 1080p modeste à 2 mégabits par seconde en transporte 250. L'audio pèse six pour cent de ce fichier-là, et sur un clip de téléphone moderne filmant en 4K à 45 mégabits par seconde il est nettement sous un pour cent. Le tableau donne quatre cas courants avec l'arithmétique faite.

Le schéma va à l'envers de l'intuition : meilleure est l'image, moins il vaut la peine de retirer le son. Si ta raison de couper le son est de passer sous une limite d'envoi, ce n'est pas le bon outil — tu libéreras un ou deux pour cent et tu seras encore au-dessus. Compresse ou découpe la vidéo à la place, et ne coupe le son que pour la raison qui le justifie vraiment : tu ne veux pas de ce son dans le fichier.

Ce qui survit à la copie, et une chose qui n'y survit pas discrètement

Comme -c copy déplace les flux au lieu de les recréer, la sortie conserve beaucoup de choses qu'on croirait perdues. Les métadonnées globales du conteneur passent : la date de création, l'appareil qui a enregistré, un titre ou un commentaire éventuel, la chaîne de l'encodeur. Si l'une d'elles nomme l'audio — un titre qui est un titre de chanson, un commentaire mentionnant un enregistrement — elle est toujours dans le fichier après le départ du son. Retirer un flux audio n'équivaut pas à en effacer toute trace, et si le but de la coupure était la confidentialité, vérifie les métadonnées séparément.

Les sous-titres survivent aussi, ce qui est généralement souhaité. Une piste de sous-titres n'est pas de l'audio : -an n'y touche pas et -c copy la recopie intacte. Il y a une subtilité à connaître, et elle vient du comportement par défaut de ffmpeg plutôt que de cet outil : sans plan de flux explicite, ffmpeg sélectionne le meilleur flux unique de chaque type. Un fichier portant trois pistes de sous-titres ou deux angles de caméra ressort donc avec un seul de chaque. Si ta source contient plusieurs pistes de quoi que ce soit, vérifie le résultat avant de jeter l'original.

Si le bouton est grisé et qu'il annonce l'absence de son

Avant de charger un gros encodeur pour répondre à une petite question, l'outil demande au navigateur si le fichier possède seulement une piste sonore. Il le fait en créant un élément vidéo caché, en le démarrant en sourdine et en lisant trois propriétés que les moteurs de navigateur exposent sous des noms différents. Si les trois reviennent vides, il conclut qu'il n'y a pas d'audio, affiche une ligne qui le dit, et désactive le bouton au motif qu'il n'y a rien à faire.

Cette vérification est le maillon faible de l'outil, car ces trois propriétés ne se valent pas. L'une est propre à un seul moteur. Une autre doit être activée avant de rapporter quoi que ce soit dans le navigateur le plus répandu. La troisième ne devient non nulle qu'une fois qu'un peu d'audio a réellement été décodé, ce qui n'a peut-être pas eu lieu au moment de la vérification. Si l'outil t'annonce qu'un clip n'a pas de son alors que tes oreilles disent le contraire, n'en conclus pas que le fichier est bizarre : essaie le même clip dans un autre navigateur, où c'est une autre des trois propriétés qui répond. La commande elle-même n'est pas en cause — c'est le portillon devant elle qui a mal deviné.

Questions fréquentes

L'image change-t-elle si peu que ce soit ?

Non, et c'est l'un des rares cas où cela s'énonce comme un fait plutôt qu'une intention. La commande ne contient ni filtre ni encodeur vidéo — -c copy déplace le flux vidéo compressé sans le décoder. Extraire le flux brut d'un clip de test et de sa copie muette a donné le même nombre d'octets et la même somme de contrôle. Résolution, fréquence d'images, débit, couleur, position des images-clés : tout est identique, parce que rien n'a jamais été regardé.

Pourquoi mon fichier n'a-t-il presque pas rétréci ?

Parce que le son n'a jamais été la partie lourde. Une piste stéréo à 128 kbit/s occupe environ un seizième de ce qu'occupe une image 1080p modeste, et environ un trois-centième de ce qu'occupe le mode 4K d'un téléphone. La ligne de résultat sous le téléchargement indique le nombre exact d'octets partis dans ton cas précis. Si le chiffre déçoit, l'outil n'a rien fait de travers — il a retiré tout l'audio qu'il y avait, et l'audio était petit. Pour rendre une vidéo sensiblement plus légère, il faut travailler l'image, donc la compresser ou la redimensionner, ce qui coûte de la qualité dans les deux cas.

Puis-je récupérer le son ensuite ?

Pas depuis le fichier muet — il n'y a rien à récupérer dedans, puisque la piste a été exclue et non effacée. Tu peux évidemment conserver ton original, et c'est l'habitude sûre. Si tu sais d'avance que tu veux le son dans un fichier à part, passe le clip dans l'extracteur audio avant de couper : tu obtiens une piste autonome à côté de la vidéo muette, et tu pourras réunir les deux plus tard dans n'importe quel logiciel de montage. L'outil le dit dans une ligne au-dessus de son bouton, et il vaut la peine de la lire avant d'appuyer.

En quoi est-ce différent de baisser simplement le volume avant de partager ?

Baisser le volume ne change rien au fichier : celui qui le reçoit dispose encore de toute la piste sonore et peut la lire. Encoder une piste de silence change le fichier mais y laisse un flux audio, qui occupe toujours du débit et reste visible pour tout ce qui inspecte le fichier. Retirer le flux change la nature du fichier : il ne déclare plus d'audio du tout. Choisis le troisième cas quand le son ne doit pas voyager avec la vidéo — un enregistrement avec une conversation en fond, des images avec une musique dont tu n'as pas les droits, tout ce que tu préférerais ne pas remettre à un inconnu.

Retirer le son efface-t-il aussi tout ce qui le mentionne ?

Non. Le flux audio part, et ses propres étiquettes de flux partent avec lui, mais les métadonnées globales du conteneur sont recopiées intactes — date de création, appareil, titre, commentaire, chaîne de l'encodeur. Si l'une d'elles décrit l'enregistrement ou nomme un morceau, elle est toujours là. Une piste de sous-titres survit aussi, puisque les sous-titres ne sont pas de l'audio. Si tu coupes le son par confidentialité et non par commodité, traite les métadonnées comme un travail à part et inspecte la sortie avant de l'envoyer où que ce soit.