Bộ chuyển đổi SOU sang AMR

SOU là tên gọi định dạng âm thanh thô, hoạt động như bí danh cho dữ liệu PCM 8-bit không dấu (u8) trong khung xử lý âm thanh SoX. Các tệp có phần mở rộng .sou chứa mẫu âm thanh không header, không nén, được lưu dưới dạng số nguyên 8-bit không dấu — mỗi byte biểu thị một giá trị biên độ từ 0 đến 255, với 128 là điểm giữa im lặng. Vì không có header, các tham số phát lại như tần số lấy mẫu và số kênh phải được chỉ định từ bên ngoài. Giả định mặc định thường là mono ở 8000 Hz, dù dữ liệu có thể đại diện cho bất kỳ tần số nào mà phần cứng ghi hỗ trợ. Kiểu mã hóa u8 mà SOU đại diện là một trong những cách biểu diễn âm thanh kỹ thuật số đơn giản nhất có thể, có trước các bộ chứa âm thanh có cấu trúc như WAV và AIFF. PCM không dấu thô thường được tạo ra bởi các card âm thanh và bộ số hóa đời đầu vào cuối thập niên 1980 và đầu thập niên 1990, khi hạn chế lưu trữ và năng lực xử lý hạn chế khiến các định dạng không header trở thành lựa chọn thiết thực. Một ưu điểm là sự đơn giản tuyệt đối: tệp SOU có thể được đọc bởi bất kỳ chương trình nào có khả năng I/O tệp cơ bản, không cần phân tích cấu trúc bộ chứa hay giải mã siêu dữ liệu — hữu ích cho hệ thống nhúng, chẩn đoán phần cứng và các bối cảnh giáo dục nơi các nguyên lý cơ bản của âm thanh đang được khám phá. Overhead tối thiểu của định dạng cũng có nghĩa là chuyển đổi sang bất kỳ bộ chứa hiện đại nào đều không tổn hao và tức thì, vì mẫu PCM thô có thể được bọc trong header WAV hoặc AIFF mà không cần chuyển mã.

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.