Chuyển đổi CVSD sang AMR

CVSD (Continuously Variable Slope Delta modulation) là phương pháp số hóa giọng nói được chuẩn hóa cho sử dụng quân sự và viễn thông bởi NATO và CCITT trong những năm 1970. Nó mã hóa sự khác biệt giữa các mẫu liên tiếp thành một bit duy nhất — 1 nếu mẫu hiện tại vượt quá dự đoán, 0 nếu ngược lại — trong khi bộ lọc nén âm tiết điều chỉnh kích thước bước bằng cách theo dõi chuỗi các bit giống nhau. Hoạt động ở 16 đến 64 kbps, CVSD cân bằng giữa độ rõ giọng nói và băng thông, trở thành lựa chọn mã hóa cho các liên kết quân sự bảo mật và hệ thống vô tuyến chiến thuật. Luồng bit có thể được giải mã bằng phần cứng đơn giản, ban đầu được tích hợp trong các mạch tích hợp chuyên dụng. Một ưu điểm là sự đơn giản khi triển khai — bộ mã hóa và giải mã chỉ cần tài nguyên tối thiểu, cho phép xử lý thời gian thực trên phần cứng nhúng công suất thấp. Khả năng chống chịu trong điều kiện nhiễu là thế mạnh khác, vì lỗi bit đơn lẻ chỉ ảnh hưởng đến các mẫu cục bộ thay vì làm hỏng toàn bộ khung. SoX cung cấp hỗ trợ mã hóa và giải mã bằng phần mềm, cho phép các hệ thống hiện đại làm việc với các bản ghi CVSD cũ từ kho lưu trữ quân sự và hạ tầng viễn thông cổ điển.

AMR (Adaptive Multi-Rate) là định dạng âm thanh nén được tối ưu hóa cho giọng nói, chuẩn hóa bởi Viện Tiêu chuẩn Viễn thông Châu Âu và được áp dụng làm codec bắt buộc cho mạng di động GSM và 3G. Codec chuyển đổi linh hoạt giữa tám mức bitrate — từ 4.75 đến 12.2 kbps — tùy thuộc vào điều kiện mạng và mức độ nhiễu nền. Khi chất lượng liên kết giảm, bộ mã hóa chuyển sang tốc độ thấp hơn, đánh đổi một chút độ rõ để đảm bảo tính ổn định truyền tải. Cơ chế thích ứng này được định nghĩa trong các đặc tả 3GPP và là một trong những codec giọng nói được triển khai rộng rãi nhất trên toàn cầu, sử dụng trong hàng tỷ cuộc gọi di động. Ưu điểm chính là hiệu suất nén: một phút âm thanh AMR ở 12.2 kbps chiếm khoảng 90 KB, thực tế cho ghi âm thoại, thư thoại và MMS trên các mạng có băng thông hạn chế. Lợi ích khác là tích hợp sẵn phát hiện hoạt động giọng nói và tạo nhiễu thoải mái, giảm truyền tải trong khoảng lặng. Mặc dù AMR không phù hợp cho nhạc do băng thông hẹp (300-3400 Hz), nó xuất sắc trong việc truyền tải giọng nói rõ ràng trong điều kiện mạng khó khăn.