SOU から SPX へのコンバーター

SOUは、SoXオーディオ処理フレームワークにおいて符号なし8ビットPCMデータ(u8)のエイリアスとして機能する生のオーディオ形式指定です。.sou拡張子のファイルには、符号なし8ビット整数として格納されたヘッダーレスの非圧縮オーディオサンプルが含まれます — 各バイトは0から255までの単一の振幅値を表し、128が無音の中間点です。ヘッダーがないため、サンプルレートやチャンネル数などの再生パラメータは外部から指定する必要があります。デフォルトの仮定は通常8000 Hzのモノラルですが、データは録音ハードウェアがサポートする任意のレートを表現できます。SOUがエイリアスとなるu8エンコーディングは、WAVやAIFFなどの構造化されたオーディオコンテナに先立つ、最もシンプルなデジタルオーディオ表現の一つです。生の符号なしPCMは、ストレージの制約と限られた処理能力によりヘッダーレス形式が実用的な選択であった1980年代後半から1990年代前半に、初期のサウンドカードやデジタイザーによって一般的に生成されていました。利点の一つは絶対的なシンプルさです — SOUファイルは基本的なファイルI/Oが可能な任意のプログラムで読み取れ、コンテナ構造やメタデータデコーディングの解析は不要です — 組み込みシステム、ハードウェア診断、オーディオの基礎を学ぶ教育の文脈で有用です。形式の最小限のオーバーヘッドはまた、生のPCMサンプルをWAVやAIFFヘッダーでラップするだけでトランスコーディングなしに任意の最新コンテナへのロスレスかつ瞬時の変換が可能であることを意味します。

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。