ตัวแปลง CVSD เป็น WAV

CVSD (Continuously Variable Slope Delta modulation) เป็นวิธีแปลงเสียงพูดเป็นดิจิทัลที่ได้รับมาตรฐานสำหรับการใช้งานทางทหารและโทรศัพท์โดย NATO และ CCITT ในช่วงทศวรรษ 1970 เข้ารหัสผลต่างระหว่างตัวอย่างที่ต่อเนื่องกันเป็นบิตเดียว — 1 ถ้าตัวอย่างปัจจุบันเกินค่าทำนาย 0 ในกรณีอื่น — ขณะที่ตัวกรอง syllabic companding ปรับขนาดสเต็ปโดยติดตามชุดบิตที่เหมือนกัน ทำงานที่ 16 ถึง 64 kbps CVSD สร้างสมดุลระหว่างความชัดเจนของเสียงพูดกับแบนด์วิดท์ ทำให้เป็นการเข้ารหัสที่เลือกใช้สำหรับลิงก์ทางทหารที่ปลอดภัยและระบบวิทยุยุทธวิธี บิตสตรีมสามารถถอดรหัสด้วยฮาร์ดแวร์ที่ตรงไปตรงมา ซึ่งเดิมทีสร้างในวงจรรวมเฉพาะ ข้อดีคือความเรียบง่ายในการนำไปใช้ — ตัวเข้ารหัสและถอดรหัสต้องการทรัพยากรน้อยที่สุด ทำให้ประมวลผลแบบเรียลไทม์บนฮาร์ดแวร์แบบฝังตัวที่ใช้พลังงานต่ำ ความทนทานภายใต้สภาวะที่มีสัญญาณรบกวนเป็นอีกจุดแข็ง เนื่องจากข้อผิดพลาดบิตเดียวส่งผลกระทบเฉพาะตัวอย่างในพื้นที่แทนที่จะทำลายเฟรมทั้งหมด SoX ให้การรองรับการเข้ารหัสและถอดรหัสด้วยซอฟต์แวร์ ทำให้ระบบสมัยใหม่สามารถทำงานกับการบันทึก CVSD เก่าจากคลังทหารและโครงสร้างพื้นฐานโทรคมนาคมรุ่นเก่า

WAV (Waveform Audio File Format) เป็นคอนเทนเนอร์เสียงแบบไม่บีบอัดที่ Microsoft และ IBM ร่วมกันพัฒนา เผยแพร่ครั้งแรกในเดือนสิงหาคม 1991 พร้อมกับ Windows 3.1 สร้างขึ้นบน Resource Interchange File Format (RIFF) WAV จัดเก็บข้อมูลเสียง — โดยทั่วไปเป็น linear pulse-code modulation (LPCM) — พร้อมเมทาดาทาที่อธิบายอัตราสุ่มตัวอย่าง ความลึกบิต และจำนวนช่องสัญญาณ โครงสร้างที่ตรงไปตรงมานี้ทำให้ WAV เป็นมาตรฐานสำหรับเสียงไม่บีบอัดบน Windows และเป็นรูปแบบแลกเปลี่ยนที่ยอมรับในระดับสากลในระบบปฏิบัติการ โปรแกรมแก้ไขเสียง และเครื่องเล่นสื่อแทบทุกตัว ไฟล์ WAV คุณภาพ CD ใช้ตัวอย่าง 16 บิตที่ 44.1 kHz สเตอริโอ ขณะที่เวิร์กโฟลว์ระดับมืออาชีพมักใช้ตัวอย่าง 24 บิตหรือ 32 บิต float ที่อัตราสูงสุด 192 kHz ข้อดีสำคัญคือความเที่ยงตรงแบบไม่สูญเสีย — เนื่องจาก WAV มาตรฐานไม่ใช้การบีบอัด ข้อมูลที่จัดเก็บจึงเป็นตัวแทนดิจิทัลที่ตรงกับการบันทึกต้นฉบับทุกประการ ทำให้เป็นตัวเลือกที่นิยมสำหรับการมาสเตอร์และการเก็บถาวร WAV ยังรองรับเมทาดาทาแบบฝังผ่าน INFO และ BWF chunks ช่วยให้สามารถบันทึกเวลาและบันทึกการผลิต ข้อแลกเปลี่ยนหลักคือขนาดไฟล์ — เสียงสเตอริโอคุณภาพ CD หนึ่งนาทีใช้พื้นที่ประมาณ 10 MB — และโครงสร้าง RIFF 32 บิตกำหนดขีดจำกัด 4 GB แม้ว่า RF64 จะขจัดข้อจำกัดนั้น