DSSからSPXへのコンバーター

DSS(Digital Speech Standard)は、1994年にOlympus、Philips、GrundigがInternational Voice Associationを通じて開発した独自の音声録音形式です。ディクテーションワークフロー向けに構築され、DSSは非常に低いビットレートで音声に最適化された圧縮を適用します — オリジナル規格は約13.7 kbpsでエンコードし、DSS Proは約28 kbpsで改善された明瞭さを実現します。コーデックはフルスペクトルオーディオではなく、人間の音声に特徴的な周波数帯域にビット予算を集中させ、極めてコンパクトなファイルを生成します。OlympusやPhilipsのプロフェッショナルレコーダーはDSSをネイティブに使用し、ファイルメタデータ内の優先フラグ、ブックマーク、著者識別をサポートする文字起こしソフトウェアと統合されます。利点の一つはファイルサイズの効率性で、1時間のディクテーションがわずか6-12 MBに収まり、病院、法律事務所、裁判所などの大量処理環境に実用的です。組み込みメタデータにより、自動優先順位ソートによる文字起こしキューへのシームレスなルーティングが可能です。DSSは互換ソフトウェアに再生が限定されるクローズド形式ですが、プロフェッショナルディクテーションにおけるその優位性により、主要な文字起こしプラットフォームからの継続的なサポートが保証されています。

Speexは、Xiph.Org FoundationのもとでJean-Marc Valinが開発した、音声圧縮に特化したオープンソースオーディオコーデックです。2002年10月に初めてリリースされ、VoIP、会議、およびネットワーク上で効率的に音声を伝送する必要があるあらゆるシナリオをターゲットとしています。SPXファイルはSpeexエンコードされたオーディオをOggコンテナ内にラップし、コーデックの音声最適化とOggのストリーミング機能を組み合わせています。3つのサンプリングレートがサポートされています — 8 kHzのナローバンド、16 kHzのワイドバンド、32 kHzのウルトラワイドバンド — さらに音声の複雑さにリアルタイムで適応する可変ビットレートエンコーディングも搭載しています。際立った利点は、特許フリーのBSDライセンスという性質で、開発者は商用およびオープンソース製品の両方に自由に組み込むことができました。Speexはまた音響エコーキャンセレーション、ノイズ抑制、自動ゲインコントロールをバンドルしており、競合コーデックが通常外部ライブラリに委託する機能です。その開発者は2012年以来、公式に後継としてOpus)を推奨していますが、Speexはレガシーなるものの、VoIPシステム、アーカイブされた録音、および軽量なデコーダーフットプリントが依然として価値のある組み込みデバイスで使用され続けています。