MPEGからSPXへのコンバーター

MPEG (MPEG-1) は、1993年8月に動画エキスパートグループによりISO/IEC 11172として発行された、基礎的な動画・音声圧縮規格です。動画とそれに付随する音声のロッシー圧縮に関する最初の国際規格であり、その後のすべてのビデオコーデックに影響を与えた原理と技法を確立しました。MPEG-1ビデオは、動き補償予測、離散コサイン変換符号化、可変長エントロピー符号化の組み合わせにより圧縮を実現し、Iフレーム (フレーム内符号化)、Pフレーム (予測)、Bフレーム (双方向予測) の3つのフレームタイプで構成されています。この規格は音声と映像の合計で約1.5 Mbpsのビットレートを目標とし、SIF解像度 (NTSCで352x240) でVHSテープに匹敵する品質を生み出します。この圧縮レベルは、1倍速CD-ROMドライブのデータスループットに合わせて特別に選択され、1990年代初頭にデジタルビデオをコンシューマーに届けたVideo CDフォーマットを可能にしました。オーディオコンポーネント、特にLayer III (MP3) は、史上最も影響力のあるオーディオフォーマットとなりました。I/P/Bフレーム構造、動き推定アプローチ、ブロックベースの変換符号化は、MPEG-2からH.264、そしてそれ以降に至るまで、すべての主要ビデオコーデックが踏襲するアーキテクチャのテンプレートを確立しました。圧縮効率では長く超えられましたが、MPEG-1は事実上すべてのメディアソフトウェアでサポートされ続けています。

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。