Initiée en 1968, l'élaboration du MPeg-4 est un long processus qui débouche aujourd'hui sur une large palette de niveaux de qualité et de débits. D'abord définies en simple profile (SP), puis en advanced simple profile (ASP), ses performances ont été notablement améliorées par les travaux du Joint Video Team (JVT, associant ISO-IEC et ITU-T), qui ont abouti à la version AVC (Advanced video coding) , aussi dénommée Part 10 par le Forum MPeg, et H.264 par l'ITU.

Les principales améliorations de la version AVC H.264 portent sur la taille des macro-blocs. Initialement de 16 x 16 ou 16 x 8 pixels, en MPeg-1 et MPeg-2, ils disposent maintenant de formats plus nombreux (de 16 x 16 à 4 x 4), qui sont adaptés dynamiquement aux zones changeantes de l'image.

De même, la prédiction des vecteurs de mouvement a été améliorée par la prise en compte des macroblocs environnants ; les coefficients de DCT (Discrete cosine transform) sont déduits des valeurs du bloc voisin et tiennent compte de la structure de répétition des textures ; les vecteurs de compensation de mouvement fournissent des images plus détaillées dans les transitions lentes, et sont calculés sur plusieurs images de référence (images I et P) au lieu de deux seulement en MPeg-2.

Tous ces traitements conduisent à un niveau de complexité deux à quatre fois plus élevé qu'en MPeg-2 pour le double d'efficacité. Mais ce point dépend en réalité du profil MPeg-4 adopté qui, selon les usages et les exigences de qualité, implique des modes d'encodage plus ou moins complexes.

Trois profils sont donc définis : baseline, extended et main . Le plus simple ( baseline ) ne contient que des images de type I et P, en balayage vidéo progressif, et il accepte les images redondantes, tandis qu'à l'autre extrémité, le profil main organise le flux vidéo en images I, P et B, avec un balayage entrelacé.

Certains membres du consortium MPeg voudraient ajouter un profil high , avec une profondeur de quantification passant à 10 ou 12 bits au lieu de 8, et des plans images organisés en codage 4-2-2 et 4-4-4, au lieu du traditionnel sous-échantillonnage en 4-2-0 du MPeg. Ce nouveau profil serait destiné à la transmission TV haute définition, voire standard. Les travaux d'amélioration du codage AVC H.264 ont aussi profité à Microsoft et RealNetworks qui, tous deux, annoncent des versions 10 de leurs solutions propriétaires.

Elles affichent des performances optimisées en matière de codage haute définition et de diminution de débits, mais leur comparaison avec celles du MPeg-4 AVC fait apparaître des caractéristiques globalement équivalentes, les différences jouant sur la rapidité des calculs (durée d'encodage), l'intégration d'outils de développement ou de fonctions annexes comme la gestion de la DRM (Digital right management) ou du time-code .

Mais, signe des temps, ce deux systèmes d'encodage vidéo propriétaires manifestent une certaine volonté d'ouverture. Ainsi, pour être mieux reconnu par le monde du broadcast , Microsoft a publié la partie codage vidéo de son système Windows Media pour le soumettre à l'avis du SMPTE*.

De son côté, RealNetworks a choisi d'ouvrir la version 10 de son player et la dernière version de son serveur Helix au traitement des fichiers vidéo MPeg-4 et audio MP3 et AAC (codage audio de MPeg-4). Bien que supportant aussi la TVHD, le codage RealNetworks n'a pas percé dans le milieu de la télévision et reste cantonné au streaming vidéo ou audio sur réseau informatique.

Disposant de plus de moyens, Microsoft a réussi à marquer des points dans cet univers très emblématique. L'éditeur de Redmond a séduit des constructeurs de référence en matière d'encodage comme Harmonic et Tandberg, mais sans exclusive. De même, les principaux fabricants de terminaux d'abonnés (Set-Top Box, ou STB) proposent des appareils en version AVC et/ou WM9, comme l'édition vidéo HD sur support optique, dont les deux consortiums (DVD Forum et Blu-ray Disc Association) soutiennent indistinctement les deux formats.

À l'issue du dernier IBC Amsterdam, en septembre, il semblait que l'on se dirigeât vers une coexistence pacifique, H.264 (AVC) étant prédominant dans la diffusion TV, et WM9 marquant son emprise sur l'édition vidéo et les produits de loisirs (DVD, consoles de jeux...).

Mais, au-delà de la télévision qui occupe un peu trop le devant de la scène, d'autres applications se développent et trouvent déjà leurs marchés. Dans le monde de la visioconférence, la conjonction des performances et des faibles débits du MPeg-4 le rend incontournable, d'autant que, à l'inverse du MPeg-2, la nouvelle norme ne traite pas du transport du signal, et, de ce fait, s'adapte directement au protocole IP.

Tous les acteurs du secteur, Sony, Polycom, Aethra, Vcon ou Tandberg, ont inscrit à leur catalogue des terminaux et des codecs fonctionnant sous les profils SP ou ASP dans les formats CIF ou QCIF. L'amélioration porte surtout sur le codage audio AAC de MPeg-4 - il donne une bande passante audio de 14 kHz à 48 kbit/s au lieu des 7 kHz autorisés dans le codage son G.722.

Aussi des travaux sont actuellement menés pour rendre les communications MPeg-4 interopérables avec le standard SIP (Session initiation protocol) utilisé en téléphonie sur IP. De même, la transmission de type webcast sur réseau IP voit fleurir nombre de solutions, tel 4Forum, d'Envivio, un système associant logiciel d'encodage et d' authoring , serveur, et player pour la communication d'entreprise ou la formation ; ou VBrick, qui propose une architecture similaire.

Fort de son expérience, Envivio aborde aussi le marché des encodeurs matériel pour la vidéo professionnelle (liaisons satellites, transmission sur réseau IP), avec la gamme 4Caster. La liaison de contribution passe de 8 à 12 Mbit/s à seulement 2 à 2,5 Mbit/s pour une image vidéo en plein écran, de qualité SD.

En télévision, le MPeg-4 devient l'alternative au MPeg-2 pour diminuer les débits, et donc les coûts de transmission. Avec le nouveau mode de modulation DVB-S2, le consortium DVB prévoit de 20 à 25 canaux SD ou 5 à 6 canaux HD dans un transpondeur satellite à 33 MHz au lieu des 8 canaux SD actuels. La réduction de débit améliore aussi la couverture des réseaux ADSL, puisque Intel prévoit déjà une portée de 5,5 km pour une image de qualité SD à 1,5 Mbit/s, au lieu de 2 à 2,5 km actuellement avec du MPeg-2 à 3,5 Mbit/s. Le dernier domaine où est attendu le MPeg-4 : la téléphonie mobile.

Des constructeurs comme PacketVideo, AtomiZ ou Mpegable proposent pour leur part des plates-formes d'encodage adaptées à la taille réduite des écrans de portable et au faible débit des transmissions.

Les premiers services sont déjà opérationnels sur terminaux UMTS, comme chez Orange, qui retransmet les buts du Championnat de France de Ligue 1 de football. D'autres services de diffusion, en continu, cette fois, pourraient démarrer l'année prochaine, tant dans la norme DVB-H sur réseau TNT que dans la norme DMB, sur réseau DAB.

*SMPTE, Society of Motion Picture and Television Engineers, organisme normalisateur du cinéma et de la télévision