Bộ chuyển đổi IMA sang AMR

IMA ADPCM (Adaptive Differential Pulse-Code Modulation) là tiêu chuẩn mã hóa âm thanh nhỏ gọn được Interactive Multimedia Association công bố năm 1992, đáp ứng nhu cầu về phương pháp nén nhẹ, miễn phí bản quyền phù hợp cho PC đa phương tiện đời đầu và thiết bị nhúng. Thuật toán mã hóa mỗi mẫu thành nibble 4-bit biểu diễn sự khác biệt lượng tử hóa so với mẫu trước, trong khi bảng kích thước bước thích ứng điều chỉnh linh hoạt để theo dõi biên độ tín hiệu — mang lại tỷ lệ nén cố định 4:1 so với PCM 16-bit. Giải mã chỉ cần một phép nhân-cộng số nguyên mỗi mẫu và một bảng tra nhỏ, nên ngay cả CPU khiêm tốn những năm 1990 cũng có thể giải nén thời gian thực mà không cần DSP chuyên dụng. Định dạng đã ăn sâu vào bối cảnh đa phương tiện: Microsoft áp dụng nó như codec ACM tiêu chuẩn cho tệp WAV, các engine game dựa vào nó cho hiệu ứng âm thanh, và thiết bị viễn thông sử dụng nó để lưu trữ giọng nói. Ưu điểm của nó bền vững theo thời gian: giảm kích thước 4:1 có thể dự đoán giúp đơn giản hóa cấp phát bộ đệm trong môi trường hạn chế, đường giải mã chạy được trên vi điều khiển 8-bit, và đặc tả mở đã biến IMA ADPCM thành một trong những codec âm thanh được triển khai rộng rãi nhất trong lịch sử máy tính.

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.