Konwerter VQF do AMR

VQF to rozszerzenie plikow audio zakodowanych za pomoca TwinVQ (Transform-domain Weighted Interleave Vector Quantization) — stratnej technologii kompresji opracowanej przez NTT (Nippon Telegraph and Telephone) w 1994 roku i pozniej skomercjalizowanej przez Yamahe pod marka SoundVQ. Kodek obiecywal 30 do 35 procent mniejszy rozmiar niz MP3 przy rownowaznej jakosci percepcyjnej — plik VQF o 96 kbps mial dorownywac MP3 o 128 kbps — co generowalo znaczne emocje podczas wojen formatow konca lat 90. TwinVQ obsluguje kodowanie ze stala szybkoscia transmisji przy 80, 96, 112, 128, 160 i 192 kbps, a bazowy algorytm zostal wlaczony do standardu MPEG-4 Audio (ISO/IEC 14496-3) jako jeden z zdefiniowanych typow obiektow. Mimo silnych zalet technicznych VQF nigdy nie osiagnol szerokiej adopcji: kodowanie bylo wolne w porownaniu z MP3, obsluga sprzetowa w odtwarzaczach skapa, a wlascicielskie licencjonowanie zniechocalo deweloperow zewnetrznych. W 2009 roku projekt FFmpeg odtworzyl dekoder TwinVQ metoda inzynierii wstecznej, przynoszac obsluge odtwarzania do VLC i innych otwartorodlowych odtwarzaczy. VQF stanowi godne uwagi studium przypadku w historii kodekow — technicznie ambitny, lecz przysloniety przez rozpoed ekosystemu MP3 i pozniejszy wzrost znaczenia AAC.

AMR (Adaptive Multi-Rate) to skompresowany format audio zoptymalizowany pod katem mowy, standaryzowany przez Europejski Instytut Norm Telekomunikacyjnych i przyjety jako obowiazkowy kodek w sieciach GSM i 3G. Kodek dynamicznie przelacza sie miedzy osmioma szybkosciami transmisji — od 4,75 do 12,2 kbps — w zaleznosci od warunkow sieciowych i poziomu szumu tla. Gdy jakosc lacza spada, koder przechodzi na nizsza przepustowosc, wymieniaiac nieznaczna czytelnosc na niezawodnosc transmisji. Ten mechanizm adaptacyjny zdefiniowany jest w specyfikacjach 3GPP i reprezentuje jeden z najszerzej wdrozonych kodekow glosowych na swiecie, uzywany w miliardach polaczen telefonii komorkowej. Glowna zaleta jest efektywnosc kompresji: jedna minuta dzwieku AMR przy 12,2 kbps zajmuje ok. 90 KB, co jest praktyczne dla notatek glosowych, poczty glosowej i MMS w sieciach o ograniczonej przepustowosci. Kolejnym atutem jest wbudowana detekcja aktywnosci glosowej i generowanie szumu komfortu, co redukuje transmisje w czasie ciszy. Choc AMR nie nadaje sie do muzyki ze wzgledu na waskie pasmo (300-3400 Hz), doskonale sprawdza sie w dostarczaniu zrozumialej mowy w trudnych warunkach sieciowych.