ตัวแปลง PVF เป็น SPX

PVF (Portable Voice Format) เป็นรูปแบบไฟล์เสียงอย่างง่ายที่ออกแบบมาสำหรับการจัดเก็บข้อความเสียงในระบบโทรศัพท์ที่ใช้ Linux โดยเฉพาะ ISDN4Linux และแอปพลิเคชันวอยซ์เมล vbox รูปแบบนี้เกิดขึ้นจากระบบนิเวศ ISDN ของยุโรปในช่วงปลายทศวรรษ 1990 เมื่อเซิร์ฟเวอร์ Linux เริ่มจัดการหน้าที่ PBX และเครื่องตอบรับอัตโนมัติผ่านสายโทรศัพท์ดิจิทัลมากขึ้น ไฟล์ PVF จัดเก็บตัวอย่าง PCM แบบ signed 16 บิตดิบที่ 8000 Hz โมโน โดยมีส่วนหัวแบบข้อความธรรมดาขั้นต่ำที่ระบุรูปแบบข้อมูลและลำดับไบต์ ความเรียบง่ายโดยเจตนานี้เป็นจุดแข็งหลักประการหนึ่งของรูปแบบ — ไม่มีการบีบอัดและส่วนหัวที่อ่านได้ง่าย ทำให้ไฟล์ PVF ง่ายอย่างยิ่งต่อการแยกวิเคราะห์ ส่งต่อ และจัดการด้วยเครื่องมือ Unix มาตรฐาน อัตรา 8 kHz ตรงกับข้อกำหนด Nyquist สำหรับเสียงพูดในแบนด์วิดท์โทรศัพท์ (300-3400 Hz) ทำให้ PVF เป็นรูปแบบกลางที่เหมาะสมสำหรับไปป์ไลน์ประมวลผลเสียง ข้อดีอีกประการคือความสามารถในการพกพาข้ามสถาปัตยกรรม — การประกาศลำดับไบต์อย่างชัดเจนหมายความว่าไฟล์ PVF สามารถย้ายระหว่างระบบ big-endian และ little-endian ได้โดยไม่มีความกำกวม ชุดเครื่องมือเสียง SoX รองรับการอ่านและเขียน PVF โดยตรง ทำให้แปลงเป็นรูปแบบสมัยใหม่ได้อย่างง่ายดาย

Speex เป็นโคเดกเสียงโอเพนซอร์สที่สร้างขึ้นโดยเฉพาะสำหรับการบีบอัดเสียงพูด พัฒนาโดย Jean-Marc Valin ภายใต้ Xiph.Org Foundation เปิดตัวครั้งแรกในเดือนตุลาคม 2002 โดยมุ่งเป้าไปที่การสื่อสารด้วยเสียงผ่าน IP การประชุมทางเสียง และทุกสถานการณ์ที่ต้องส่งเสียงพูดอย่างมีประสิทธิภาพผ่านเครือข่าย ไฟล์ SPX บรรจุเสียงที่เข้ารหัสด้วย Speex ในคอนเทนเนอร์ Ogg ผสมผสานการปรับแต่งเสียงพูดของโคเดกกับความสามารถในการสตรีมของ Ogg รองรับอัตราสุ่มตัวอย่างสามระดับ — แบนด์แคบที่ 8 kHz แบนด์กว้างที่ 16 kHz และอัลตราแบนด์กว้างที่ 32 kHz — พร้อมการเข้ารหัสบิตเรตแปรผันที่ปรับตัวแบบเรียลไทม์ตามความซับซ้อนของเสียงพูด ข้อดีที่โดดเด่นคือลักษณะที่ปลอดสิทธิบัตรภายใต้สัญญาอนุญาต BSD ซึ่งให้นักพัฒนาฝังไว้ในผลิตภัณฑ์ทั้งเชิงพาณิชย์และโอเพนซอร์สได้อย่างอิสระ Speex ยังรวมการตัดเสียงสะท้อน การระงับเสียงรบกวน และการควบคุมอัตราขยายอัตโนมัติ — ฟีเจอร์ที่โคเดกคู่แข่งมักมอบหมายให้ไลบรารีภายนอก แม้ว่าผู้สร้างจะแนะนำ Opus อย่างเป็นทางการเป็นตัวสืบทอดตั้งแต่ปี 2012 แต่ Speex ยังคงถูกใช้งานในระบบ VoIP เดิม การบันทึกที่เก็บถาวร และอุปกรณ์ฝังตัวที่ตัวถอดรหัสที่ใช้ทรัพยากรน้อยยังคงมีคุณค่า