เครื่องมือแปลงไฟล์ MP2 เป็น AMR

MP2 (MPEG-1 Audio Layer II) หรือที่รู้จักในชื่อโปรเจกต์ดั้งเดิม MUSICAM เป็นตัวแปลงสัญญาณเสียงเชิงรับรู้ที่ได้รับมาตรฐานเป็นส่วนหนึ่งของ ISO/IEC 11172-3 ในปี 1993 ในขณะที่ MP3 ซึ่งเป็นรุ่นถัดมาได้รับความสนใจจากผู้บริโภค MP2 ได้สร้างตำแหน่งที่มั่นคงในวงการออกอากาศมืออาชีพที่ยังคงรักษาอยู่จนถึงทุกวันนี้ ตัวแปลงสัญญาณแบ่งเสียงออกเป็น 32 ซับแบนด์ผ่าน polyphase filter bank ใช้แบบจำลองจิตอะคูสติกเพื่อกำหนดเกณฑ์การปกปิด จากนั้นควอนไทซ์และเข้ารหัส Huffman แต่ละซับแบนด์ตามนั้น การใช้งานออกอากาศทั่วไปใช้ 192-384 kbps สำหรับสเตอริโอ ให้คุณภาพโปร่งใสพร้อมความซับซ้อนตัวเข้ารหัสที่ต่ำกว่าและความทนทานต่อข้อผิดพลาดที่ดีกว่า Layer III คุณสมบัติเหล่านี้อธิบายได้ว่าทำไมโทรทัศน์ DVB วิทยุดิจิทัล DAB และมาตรฐานกล้อง HDV ล้วนกำหนดหรือเลือก MP2 เวลาแฝงของตัวเข้ารหัสก็สั้นกว่า ซึ่งเป็นคุณสมบัติสำคัญสำหรับการออกอากาศสดที่ต้องซิงค์ปากกับเสียง ข้อดีสามประการที่ทำให้ MP2 ยังคงมีความเกี่ยวข้องหลายทศวรรษหลังการกำหนดมาตรฐาน: การเสื่อมคุณภาพอย่างสง่างามภายใต้ข้อผิดพลาดในการส่งซึ่งสำคัญสำหรับสัญญาณออกอากาศทางอากาศ ความล่าช้าในการเข้ารหัสที่น้อยที่สุดเหมาะกับสายการออกอากาศแบบเรียลไทม์ และการยอมรับจากหน่วยงานกำกับดูแลที่ฝังลึกในกรอบการออกอากาศของยุโรปและเอเชีย

AMR (Adaptive Multi-Rate) เป็นรูปแบบเสียงบีบอัดที่ปรับให้เหมาะสำหรับเสียงพูด ได้รับมาตรฐานจาก สถาบันมาตรฐานโทรคมนาคมแห่งยุโรป และถูกนำมาใช้เป็นตัวแปลงสัญญาณบังคับสำหรับเครือข่ายมือถือ GSM และ 3G ตัวแปลงสัญญาณสลับบิตเรตแบบไดนามิกระหว่างแปดระดับ — ตั้งแต่ 4.75 ถึง 12.2 kbps — ตามสภาพเครือข่ายและระดับเสียงรบกวนพื้นหลัง เมื่อคุณภาพลิงก์ลดลง ตัวเข้ารหัสจะเปลี่ยนไปใช้อัตราที่ต่ำกว่า แลกความชัดเจนเล็กน้อยกับความเสถียรในการส่งข้อมูล กลไกการปรับตัวนี้กำหนดโดยข้อกำหนด 3GPP และเป็นหนึ่งในตัวแปลงสัญญาณเสียงที่ใช้งานแพร่หลายที่สุดในโลก ใช้ในการโทรมือถือหลายพันล้านครั้ง ข้อดีหลักคือประสิทธิภาพการบีบอัด: เสียง AMR หนึ่งนาทีที่ 12.2 kbps ใช้พื้นที่เพียงประมาณ 90 KB ใช้งานได้จริงสำหรับบันทึกเสียง วอยซ์เมล และ MMS บนเครือข่ายที่มีแบนด์วิดท์จำกัด อีกข้อดีคือมีการตรวจจับกิจกรรมเสียงและการสร้างเสียงรบกวนขณะเงียบในตัว ช่วยลดการส่งข้อมูลระหว่างช่วงเงียบ แม้ AMR จะไม่เหมาะกับเพลงเนื่องจากแบนด์วิดท์แคบ (300-3400 Hz) แต่เชี่ยวชาญในการส่งเสียงพูดที่ชัดเจนภายใต้สภาพเครือข่ายที่ท้าทาย