محول MPEG إلى AMR

MPEG (MPEG-1) هو معيار أساسي لضغط الفيديو والصوت نُشر في أغسطس 1993 من قبل مجموعة خبراء الصور المتحركة كـ ISO/IEC 11172. كان أول معيار دولي للضغط بفقدان للصور المتحركة والصوت المرتبط بها، حيث أرسى مبادئ وتقنيات أثرت فعلياً في جميع ترميزات الفيديو اللاحقة. يحقق فيديو MPEG-1 الضغط من خلال مزيج من التنبؤ المعوّض بالحركة وترميز تحويل جيب التمام المنفصل والترميز الإنتروبي متغير الطول، منظماً حول ثلاثة أنواع من الإطارات: إطارات I (مشفرة داخلياً) وإطارات P (تنبؤية) وإطارات B (تنبؤية ثنائية الاتجاه). يستهدف المعيار معدلات بت حوالي 1.5 ميغابت في الثانية للصوت والفيديو مجتمعين، منتجاً جودة مماثلة لأشرطة VHS بدقة SIF (352x240 لـ NTSC). اختير مستوى الضغط هذا خصيصاً ليتطابق مع إنتاجية البيانات لمحركات أقراص CD-ROM بسرعة 1x، مما أتاح صيغة Video CD التي جلبت الفيديو الرقمي للمستهلكين في أوائل التسعينيات. أصبح المكون الصوتي، خاصة الطبقة الثالثة (MP3)، أكثر صيغة صوتية تأثيراً في التاريخ. أرست بنية إطارات I/P/B ونهج تقدير الحركة والترميز التحويلي القائم على الكتل القالب المعماري الذي اتبعه كل ترميز فيديو رئيسي منذ ذلك الحين، من MPEG-2 حتى H.264 وما بعده. رغم تجاوزه منذ زمن في كفاءة الضغط، يظل MPEG-1 مدعوماً من قبل جميع برامج الوسائط تقريباً.

AMR (متعدد المعدلات التكيفي) هو تنسيق صوتي مضغوط محسّن للكلام، وقد صدر كمعيار من المعهد الأوروبي لمعايير الاتصالات واعتُمد كمرمّز إلزامي لشبكات الهاتف المحمول GSM والجيل الثالث. يتنقل المرمّز ديناميكياً بين ثمانية معدلات بت — من 4.75 إلى 12.2 كيلوبت/ثانية — وفقاً لظروف الشبكة ومستويات ضوضاء الخلفية. عندما تنخفض جودة الاتصال، ينتقل المرمّز إلى معدل أقل، مستبدلاً بعض الوضوح بموثوقية النقل. هذه الآلية التكيفية محددة في مواصفات 3GPP وتمثل أحد أكثر مرمّزات الصوت انتشاراً عالمياً، حيث تُستخدم في مليارات المكالمات المحمولة. المزية الرئيسية هي كفاءة الضغط: دقيقة واحدة من صوت AMR بسرعة 12.2 كيلوبت/ثانية تشغل نحو 90 كيلوبايت فقط، وهو أمر عملي للمذكرات الصوتية والبريد الصوتي ورسائل الوسائط المتعددة على الشبكات محدودة النطاق الترددي. ومن فوائده أيضاً الكشف المدمج عن النشاط الصوتي وتوليد ضوضاء الراحة، مما يقلل البث أثناء الصمت. رغم أن AMR غير مناسب للموسيقى بسبب نطاقه الترددي الضيق (300-3400 هرتز)، إلا أنه يتفوق في توصيل كلام مفهوم في ظروف شبكية صعبة.