ตัวแปลง GSM เป็น WAV

GSM 06.10 (Full Rate) เป็นตัวแปลงสัญญาณเสียงพูดพื้นฐานของมาตรฐาน Global System for Mobile Communications ได้รับการรับรองโดย ETSI ในปี 1991 และใช้งานในเครือข่ายเซลลูลาร์หลายร้อยแห่งทั่วโลก ทำงานที่อัตราคงที่ 13 kbit/s อัลกอริทึมใช้ Regular Pulse Excitation with Long-Term Prediction (RPE-LTP) เพื่อบีบอัดเฟรมเสียงพูดขนาด 20 ms ที่ 8 kHz โมโนเหลือเพียง 33 ไบต์ต่อเฟรม วิธีนี้สร้างแบบจำลองช่องเสียงเป็น linear predictive filter เข้ารหัสสัญญาณกระตุ้น และใช้ประโยชน์จากคาบพิทช์เพื่อลดขนาดเพิ่มเติม — ปรับให้ส่งเสียงพูดที่ชัดเจนภายใต้ข้อจำกัดแบนด์วิดท์ของช่องสัญญาณมือถือดิจิทัลยุคแรก ตัวแปลงสัญญาณนี้ขับเคลื่อนไม่เพียงระบบโทรศัพท์ GSM เท่านั้น แต่ยังรวมถึงแอปพลิเคชัน VoIP ระบบวอยซ์เมล และแพลตฟอร์ม IVR จำนวนมากที่ได้ประโยชน์จากบิตเรตต่ำ ข้อดีที่โดดเด่นสามประการ ประการแรก การบีบอัดที่เหนือชั้น: เสียงพูดหนึ่งนาทีใช้พื้นที่เพียงประมาณ 100 KB ทำให้จัดเก็บและส่งข้อมูลได้อย่างมีประสิทธิภาพ ประการที่สอง เครื่องมือที่ใช้ได้ทั่วไป — ไลบรารีอย่าง libgsm และ SoX จัดการการเข้ารหัสและถอดรหัสบนทุกแพลตฟอร์มหลัก ประการที่สาม สิทธิบัตรที่ไม่มีค่าลิขสิทธิ์ซึ่งส่งเสริมการนำไปใช้ในโปรเจกต์โทรศัพท์โอเพนซอร์สอย่าง Asterisk และ FreeSWITCH

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