Tout sur les fichiers QTA

QTA (QuickTime Audio) est un format de fichier propriétaire introduit par Apple fin 2024 avec iOS 18.2 pour l'iPhone 16 Pro et l'iPhone 16 Pro Max. Il est utilisé pour les enregistrements vocaux et marque un changement par rapport au format M4A utilisé jusqu'à présent.

Le contexte, certes très technique :

QTA est basé sur First Order Ambisonics (FOA), un procédé d'enregistrement de champs sonores tridimensionnels (c'est-à-dire spatiaux). Les quatre microphones de l'iPhone 16 Pro/Max capturent un champ sonore spatial qui est stocké dans quatre canaux. Un canal dit omnidirectionnel (c'est-à-dire dans toutes les directions), un canal de l'avant vers l'arrière, un canal de gauche à droite et un canal pour le haut et le bas.
Les données audio elles-mêmes sont stockées dans le codec Apple Positional Audio Codec (APAC). Il s'agit d'un nouveau codec propriétaire développé par Apple pour l'audio spatial. Outre le FOA, l'APAC prend également en charge le HOA (Higher Order Ambisonics) pour une précision spatiale encore plus grande. À l'origine, l'APAC a été conçu pour Apple Immersive Video sur le Vision Pro.

Structure d'un fichier QTA

Un fichier QTA complet contient :

• une piste AAC stéréo comme solution de secours pour les appareils plus anciens
• une piste audio spatiale au format APAC (4 canaux FOA)
• au moins une piste de métadonnées avec des informations de lecture

Où utilise-t-on le format QTA ?

Le format QTA a été développé pour des applications professionnelles et créatives. Les enregistrements en couches peuvent par exemple être utilisés pour ajouter une ou plusieurs pistes audio avec des instruments après l'enregistrement de voix. Même avec des mémos vocaux « normaux », les bruits de fond peuvent être mieux supprimés, par exemple avec Logic Pro. Les options de lecture sont également plus nombreuses sur les appareils pris en charge : il est par exemple possible d'accentuer la voix du locuteur et de réduire les bruits ambiants, ou inversement.

Exemple ffprobe d'un fichier .qta provenant d'un iPhone

Le ffprobe suivant d'un fichier QTA que j'ai créé montre clairement comment les données sont stockées. Le premier flux (#0:0) contient la piste audio stéréo AAC pertinente pour notre conversion à 167 kb/s. Les autres pistes sont les données APAC spatiales (flux #0:1) et les flux #0:2 et #0:3 pour les métadonnées.

Input #0, MOV,mp4,m4a,3gp,3g2,mj2, from 'test-qta.qta':
  Metadata:
    major_brand     : QT
    minor_version   : 0
    compatible_brands: qt
    creation_time   : 2026-02-01T10:13:39.000000Z
    encoder         : com.apple.VoiceMemos (iPhone Version 26.2.1 (Build 23C71))
  Duration: 00:52:03.42, start: 0.000000, bitrate: 564 kb/s
  Stream #0:0[0x1](und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 167 kb/s (default)
    Metadata:
      creation_time   : 2026-02-01T10:13:39.000000Z
      handler_name    : Core Media Audio
      vendor_id       : [0][0][0][0]
  Stream #0:1[0x2](und): Audio: none (apac / 0x63617061), 48000 Hz, 4 channels, 388 kb/s
    Metadata:
      creation_time   : 2026-02-01T10:13:39.000000Z
      handler_name    : Core Media Audio
      vendor_id       : [0][0][0][0]
  Stream #0:2[0x3](und): Data: none (mebx / 0x7862656D), 0 kb/s (default)
    Metadata:
      creation_time   : 2026-02-01T10:13:39.000000Z
      handler_name    : Core Media Metadata
  Stream #0:3[0x4](und): Data: none (mebx / 0x7862656D) (default)
    Metadata:
      creation_time   : 2026-02-01T10:13:39.000000Z
      handler_name    : Core Media Metadata

Sources

Apple Developer : « Améliorez les capacités d'enregistrement audio de votre application » – WWDC25
https://developer.apple.com/videos/play/wwdc2025/251/
Assistance Apple : « Appliquer le traitement de lecture spatiale aux fichiers QTA dans Logic Pro pour iPad »
https://support.apple.com/guide/logicpro-ipad/apply-spatial-playback-processing-qta-files-lpip0da1ccfc/ipados
Apple Developer : « Apple Positional Audio Codec » (PDF)
https://developer.apple.com/av-foundation/Apple-Positional-Audio-Codec.pdf