GSM から SPX へのコンバーター

GSM 06.10(フルレート)は、1991年にETSIによって批准され、世界中の数百のセルラーネットワークに展開されたGlobal System for Mobile Communications規格の基礎的な音声コーデックです。固定の13 kbit/sで動作し、アルゴリズムはRPE-LTP(Regular Pulse Excitation with Long-Term Prediction)を適用して、8 kHzモノ音声の20 msフレームをわずか33バイトに圧縮します。このアプローチは声道を線形予測フィルタとしてモデル化し、励起信号をエンコードし、さらなる削減のためにピッチ周期性を活用します — 初期のデジタルモバイルチャンネルの帯域幅制約下で明瞭な音声を提供するために調整されています。このコーデックはGSMテレフォニーだけでなく、多くのVoIPアプリケーション、ボイスメールシステム、低ビットレートの恩恵を受けるIVRプラットフォームにも使われています。3つの具体的な利点が際立っています。第一に、驚異的な圧縮 — 1分間の音声がわずか約100 KBに収まり、効率的な保存と伝送を実現します。第二に、ユニバーサルなツール — libgsmやSoXなどのライブラリがすべての主要プラットフォームでエンコーディングとデコーディングを処理します。第三に、ロイヤリティフリーの特許状況がAsteriskやFreeSWITCHなどのオープンソーステレフォニープロジェクトでの採用を促進しています。

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。