Công cụ chuyển đổi PVF sang AMR

PVF (Portable Voice Format) là định dạng tệp âm thanh đơn giản được thiết kế để lưu trữ tin nhắn thoại trong các hệ thống điện thoại chạy Linux, nổi bật nhất là ISDN4Linux và ứng dụng hộp thư thoại vbox của nó. Định dạng xuất hiện từ hệ sinh thái ISDN châu Âu cuối thập niên 1990, khi các máy chủ Linux ngày càng đảm nhận vai trò tổng đài PBX và máy trả lời tự động qua đường điện thoại số. Các tệp PVF lưu trữ mẫu PCM 16-bit có dấu ở 8000 Hz mono, đi kèm header văn bản thuần tối giản chỉ định kiểu dữ liệu và thứ tự byte. Sự đơn giản có chủ đích này là một trong những điểm mạnh chính — không nén và header đọc được bằng mắt người, các tệp PVF cực kỳ dễ phân tích, truyền qua pipe và thao tác bằng các công cụ Unix tiêu chuẩn. Tần số 8 kHz đáp ứng yêu cầu Nyquist cho giọng nói băng tần điện thoại (300-3400 Hz), khiến PVF trở thành định dạng trung gian tự nhiên cho các quy trình xử lý giọng nói. Một ưu điểm khác là tính di động đa kiến trúc: khai báo thứ tự byte rõ ràng nghĩa là tệp PVF di chuyển giữa hệ thống big-endian và little-endian mà không có sự mơ hồ. Bộ công cụ âm thanh SoX hỗ trợ đọc/ghi PVF nguyên bản, giúp chuyển đổi sang các định dạng hiện đại một cách dễ dàng.

AMR (Adaptive Multi-Rate) là định dạng âm thanh nén được tối ưu hóa cho giọng nói, chuẩn hóa bởi Viện Tiêu chuẩn Viễn thông Châu Âu và được áp dụng làm codec bắt buộc cho mạng di động GSM và 3G. Codec chuyển đổi linh hoạt giữa tám mức bitrate — từ 4.75 đến 12.2 kbps — tùy thuộc vào điều kiện mạng và mức độ nhiễu nền. Khi chất lượng liên kết giảm, bộ mã hóa chuyển sang tốc độ thấp hơn, đánh đổi một chút độ rõ để đảm bảo tính ổn định truyền tải. Cơ chế thích ứng này được định nghĩa trong các đặc tả 3GPP và là một trong những codec giọng nói được triển khai rộng rãi nhất trên toàn cầu, sử dụng trong hàng tỷ cuộc gọi di động. Ưu điểm chính là hiệu suất nén: một phút âm thanh AMR ở 12.2 kbps chiếm khoảng 90 KB, thực tế cho ghi âm thoại, thư thoại và MMS trên các mạng có băng thông hạn chế. Lợi ích khác là tích hợp sẵn phát hiện hoạt động giọng nói và tạo nhiễu thoải mái, giảm truyền tải trong khoảng lặng. Mặc dù AMR không phù hợp cho nhạc do băng thông hẹp (300-3400 Hz), nó xuất sắc trong việc truyền tải giọng nói rõ ràng trong điều kiện mạng khó khăn.