Công cụ chuyển đổi SPX sang AMR

Speex là codec âm thanh mã nguồn mở được thiết kế đặc biệt cho nén giọng nói, do Jean-Marc Valin phát triển dưới Xiph.Org Foundation. Ra mắt lần đầu vào tháng 10 năm 2002, nó nhắm đến VoIP, hội nghị trực tuyến và bất kỳ tình huống nào cần truyền lời nói hiệu quả qua mạng. Tệp SPX đóng gói âm thanh mã hóa Speex bên trong bộ chứa Ogg, kết hợp tối ưu hóa giọng nói của codec với khả năng phát trực tuyến của Ogg. Ba tần số lấy mẫu được hỗ trợ — băng hẹp ở 8 kHz, băng rộng ở 16 kHz, và siêu băng rộng ở 32 kHz — cùng với mã hóa tốc độ bit thay đổi thích ứng theo độ phức tạp giọng nói trong thời gian thực. Điểm nổi bật là bản chất miễn phí bằng sáng chế, được cấp phép BSD, cho phép nhà phát triển nhúng tự do vào cả sản phẩm thương mại và mã nguồn mở. Speex còn tích hợp sẵn khử tiếng vang âm học, triệt nhiễu và điều chỉnh khuếch đại tự động — những tính năng mà các codec đối thủ thường ủy thác cho thư viện bên ngoài. Dù nhà phát triển chính thức khuyến nghị Opus) làm người kế nhiệm từ năm 2012, Speex vẫn được triển khai trong các hệ thống VoIP cũ, bản ghi lưu trữ và thiết bị nhúng nơi bộ giải mã nhẹ của nó vẫn được đánh giá cao.

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.