ตัวแปลง DSS เป็น SPX

DSS (Digital Speech Standard) เป็นรูปแบบบันทึกเสียงพูดที่เป็นกรรมสิทธิ์ พัฒนาโดย Olympus, Philips และ Grundig ในปี 1994 ผ่าน International Voice Association สร้างมาสำหรับเวิร์กโฟลว์การบอกคำบอก DSS ใช้การบีบอัดที่ปรับให้เหมาะกับเสียงพูดที่อัตราบิตต่ำมาก — มาตรฐานดั้งเดิมเข้ารหัสที่ประมาณ 13.7 kbps ขณะที่ DSS Pro ให้ประมาณ 28 kbps พร้อมความชัดเจนที่ดีขึ้น ตัวแปลงสัญญาณจัดสรรงบประมาณไปยังช่วงความถี่ที่เป็นลักษณะเฉพาะของเสียงพูดมนุษย์แทนที่จะเป็นเสียงแบบสเปกตรัมเต็ม สร้างไฟล์ที่กะทัดรัดเป็นพิเศษ เครื่องบันทึกมืออาชีพจาก Olympus และ Philips ใช้ DSS เป็นค่าเริ่มต้น ผสานรวมกับซอฟต์แวร์ถอดความที่รองรับธงจัดลำดับความสำคัญ บุ๊กมาร์ก และการระบุผู้เขียนในเมตาดาต้าของไฟล์ ข้อดีคือประสิทธิภาพขนาดไฟล์: การบอกคำบอกหนึ่งชั่วโมงใช้เพียง 6-12 MB เหมาะสำหรับสภาพแวดล้อมที่มีปริมาณมาก เช่น โรงพยาบาล สำนักงานกฎหมาย และศาล เมตาดาต้าในตัวช่วยให้สามารถจัดเส้นทางผ่านคิวถอดความได้อย่างราบรื่นพร้อมการจัดเรียงลำดับความสำคัญอัตโนมัติ แม้ DSS จะเป็นรูปแบบปิดที่จำกัดการเล่นเฉพาะซอฟต์แวร์ที่เข้ากันได้ แต่ความโดดเด่นในการบอกคำบอกระดับมืออาชีพรับประกันการรองรับอย่างต่อเนื่องจากแพลตฟอร์มถอดความหลัก

Speex เป็นโคเดกเสียงโอเพนซอร์สที่สร้างขึ้นโดยเฉพาะสำหรับการบีบอัดเสียงพูด พัฒนาโดย Jean-Marc Valin ภายใต้ Xiph.Org Foundation เปิดตัวครั้งแรกในเดือนตุลาคม 2002 โดยมุ่งเป้าไปที่การสื่อสารด้วยเสียงผ่าน IP การประชุมทางเสียง และทุกสถานการณ์ที่ต้องส่งเสียงพูดอย่างมีประสิทธิภาพผ่านเครือข่าย ไฟล์ SPX บรรจุเสียงที่เข้ารหัสด้วย Speex ในคอนเทนเนอร์ Ogg ผสมผสานการปรับแต่งเสียงพูดของโคเดกกับความสามารถในการสตรีมของ Ogg รองรับอัตราสุ่มตัวอย่างสามระดับ — แบนด์แคบที่ 8 kHz แบนด์กว้างที่ 16 kHz และอัลตราแบนด์กว้างที่ 32 kHz — พร้อมการเข้ารหัสบิตเรตแปรผันที่ปรับตัวแบบเรียลไทม์ตามความซับซ้อนของเสียงพูด ข้อดีที่โดดเด่นคือลักษณะที่ปลอดสิทธิบัตรภายใต้สัญญาอนุญาต BSD ซึ่งให้นักพัฒนาฝังไว้ในผลิตภัณฑ์ทั้งเชิงพาณิชย์และโอเพนซอร์สได้อย่างอิสระ Speex ยังรวมการตัดเสียงสะท้อน การระงับเสียงรบกวน และการควบคุมอัตราขยายอัตโนมัติ — ฟีเจอร์ที่โคเดกคู่แข่งมักมอบหมายให้ไลบรารีภายนอก แม้ว่าผู้สร้างจะแนะนำ Opus อย่างเป็นทางการเป็นตัวสืบทอดตั้งแต่ปี 2012 แต่ Speex ยังคงถูกใช้งานในระบบ VoIP เดิม การบันทึกที่เก็บถาวร และอุปกรณ์ฝังตัวที่ตัวถอดรหัสที่ใช้ทรัพยากรน้อยยังคงมีคุณค่า