HF Stereo

La colonne HF Stereo compare l’énergie Side à l’énergie Mid dans les hautes fréquences. Elle signale prudemment les programmes larges dans une bande de référence mais durablement plus étroits au-dessus de 6 kHz. Cet indice expérimental peut venir d’un codage intensity stereo ou d’un mixage volontaire ; il n’identifie pas un codec et ne prouve pas un défaut audible.

Principe#

Mid  = (Left + Right) / 2
Side = (Left − Right) / 2

Un rapport Side/Mid élevé indique une différence stéréo importante. Un rapport plus négatif indique une image plus étroite. Les deux signaux traversent des filtres identiques, avec des sections Butterworth passe-haut et passe-bas d’ordre huit à chaque bord, puis leurs énergies sont mesurées par blocs non recouvrants de 500 ms.

La bande haute se termine à 20 kHz. Lorsque Nyquist est inférieur ou égal à 20 kHz, aucun filtre supérieur n’est nécessaire. Les transitions restent progressives : il s’agit de bandes nominales, pas de découpes spectrales parfaites. Les coefficients suivent le W3C Audio EQ Cookbook.

Seuils et résultat#

Un bloc est admissible si le RMS Mid dépasse −60 dBFS dans les deux bandes. Il est considéré rétréci lorsque les trois règles suivantes sont réunies :

• Side/Mid dans les aigus inférieur ou égal à −20 dB ;
• Side/Mid de référence supérieur ou égal à −12 dB ;
• écart d’au moins 12 dB entre les deux rapports.

La porte exige exactement un RMS d’échantillons normalisés strictement supérieur à 0.001, avec 20 log10(RMS) rapporté à une amplitude d’échantillon de un. Cette définition précise le plancher du projet, sans en faire un seuil d’audibilité ni une calibration normative de vumètre RMS.

L’indice au niveau du fichier demande au moins trois blocs admissibles, dont 70 % satisfont ces règles, et les mêmes règles sur les rapports calculés à partir des énergies cumulées. Les blocs ne doivent pas forcément être consécutifs : le pourcentage décrit les blocs admissibles, pas une durée continue.

Le nombre affiché est 10 log10(somme énergie Side / somme énergie Mid) sur les blocs complets admissibles, en dB. Les blocs faibles et le dernier bloc partiel sont exclus. Un Side nul ou extrêmement faible est affiché à un plancher relatif de −120 dB : c’est une convention d’affichage, pas un bruit mesuré. Le survol donne aussi la référence et la fraction de blocs concernés.

Les seuils sont des choix heuristiques du projet, pas des prescriptions MPEG, ITU ou EBU. Les tests synthétiques vérifient leur implémentation ; sensibilité et taux de faux positifs n’ont pas été établis sur un corpus musical annoté.

Interprétation et limites#

L’intensity stereo réduit l’information directionnelle tout en gardant les enveloppes d’énergie. Le codage M/S est une représentation somme/différence distincte, qui ne supprime pas intrinsèquement le Side. Voir ITU HSTP-MCTA, §7.4 et 7.5.2.

Des gains inégaux ou une opposition de polarité peuvent conserver du Side même si les canaux aigus partagent un signal. Un résultat négatif n’exclut donc pas l’intensity stereo. Les mixages centrés, aigus volontairement étroits, ambiances mono et traitements ultérieurs peuvent produire la même forme. La référence évite d’étiqueter une piste uniformément étroite, sans éliminer tous les cas artistiques.

Pour des canaux proportionnels R = kL, Side/Mid = ((1 − k)/(1 + k))² : un signal commun décentré peut contenir du Side sans ambiance indépendante. Seulement lorsque les énergies L/R sont égales, Side/Mid = (1 − corrélation)/(1 + corrélation). Le seuil −20 dB correspond alors à environ +0,9802, mais ce n’est pas une échelle générale de largeur ou de perception. La moyenne mono est exactement Mid ; une paire purement opposée n’a pas de Mid et n’est pas admissible. Un canal silencieux donne des énergies Mid/Side égales, sans indice de rétrécissement propre à une bande.

Gain commun, permutation des canaux et inversion simultanée des deux polarités préservent les rapports si les mêmes blocs restent admissibles. Des gains indépendants changent M/S ; la porte Mid absolue peut aussi changer la couverture après amplification. Une absence ne signifie pas une stéréo saine. Les expériences interaurales évoquées pour la phase locale ne valident pas ces seuils sur les échantillons décodés.

Au démarrage, le moteur initialise l’historique d’entrée du premier étage passe-haut avec les valeurs M/S initiales, en supposant qu’elles précédaient l’extrait. Les autres étages commencent à leur sortie DC nulle. Calculer le numérateur passe-haut par différences d’échantillons rejette exactement un DC constant, sans faux saut d’amorçage ni soustraction permanente qui masquerait l’audio ordinaire après une première valeur extrême. Les événements de la première trame dépendent de cet historique supposé et inconnu ; les vrais sauts et changements DC ultérieurs créent toujours des transitoires. Le signal perdu par quantification flottante reste irrécupérable. L’historique des filtres continue entre les blocs : les blocs découpent les décisions, pas le filtrage.

La mesure nécessite exactement deux canaux, 24–768 kHz et trois demi-secondes admissibles. Mono, multicanal, silence, durée insuffisante, données invalides et anciens rapports donnent un tiret.

Alternatives et coût#

Les chemins IIR identiques gardent une mémoire bornée et un traitement en une passe. De 48 à 768 kHz, les quatre chemins de bandes M/S comportent 32 sections biquad au total. Lorsque le bord supérieur atteint Nyquist, les deux passe-bas aigus sont omis, soit 24 sections restantes. Le coût augmente linéairement avec le nombre d’échantillons ; la mémoire ne dépend pas de la durée. L’ordre huit réduit les fuites voisines sans les supprimer : une référence ou une composante ultrasonique très forte peut encore affecter le rapport.

Une corrélation normalisée en gain ou une cohérence moyennée pourrait repérer un signal aigu commun malgré un panoramique, mais répondrait à une autre question que les énergies relatives de Mid et Side. La cohérence par bloc demanderait plusieurs segments spectraux pour éviter un résultat trivial par case. Aucune n’est substituée à cet indice M/S explicite. Des bandes auditives, du rééchantillonnage ou de nouveaux seuils demanderaient une calibration indépendante sur corpus musical et de nouveaux choix de résolution temporelle et fréquentielle ; des tests synthétiques réussis ne rendent pas les seuils normatifs.

Vérification et exemples#

cargo test -p flaccompagnon-core analysis::intensity_stereo
node --test tests/analysis-cells.test.mjs tests/search.test.mjs

Les tests construisent indépendamment des tons Mid/Side : référence à 3 kHz de même énergie, puis Side à 9 kHz soit 40 dB sous Mid, soit aussi fort. Ils vérifient les fuites graves/ultrasoniques, les offsets constants au démarrage, le retour de blocs admissibles après une première valeur extrême, le gain commun, la polarité, la permutation, un signal commun décentré, du Side pur, les rapports mono, le minimum exact de blocs complets, la persistance, les erreurs, sept taux de 24 à 768 kHz et l’export après décodage WAV.

ffmpeg -n -f lavfi -i 'aevalsrc=0.1*sin(2*PI*3000*t)+0.1*cos(2*PI*3000*t)+0.101*sin(2*PI*9000*t)|0.1*sin(2*PI*3000*t)-0.1*cos(2*PI*3000*t)+0.099*sin(2*PI*9000*t):s=48000:d=4' -c:a pcm_s24le hf-narrow.wav
ffmpeg -n -f lavfi -i 'aevalsrc=0.1*sin(2*PI*3000*t)+0.1*cos(2*PI*3000*t)+0.1*sin(2*PI*9000*t)+0.1*cos(2*PI*9000*t)|0.1*sin(2*PI*3000*t)-0.1*cos(2*PI*3000*t)+0.1*sin(2*PI*9000*t)-0.1*cos(2*PI*9000*t):s=48000:d=4' -c:a pcm_s24le hf-wide.wav

hf-narrow.wav doit montrer un rapport bien plus négatif et l’indice de rétrécissement. Ces signaux contrôlés ne remplacent pas une validation sur de la musique réelle.