SOU-zu-SPX-Konverter

SOU ist eine Roh-Audioformat-Bezeichnung, die als Alias für vorzeichenlose 8-Bit-PCM-Daten (u8) im SoX-Audio-Verarbeitungsframework dient. Dateien mit der .sou-Erweiterung enthalten headerlose, unkomprimierte Audiosamples, gespeichert als vorzeichenlose 8-Bit-Ganzzahlen — jedes Byte repräsentiert einen einzelnen Amplitudenwert von 0 bis 255, wobei 128 den Stille-Mittelpunkt darstellt. Da kein Header vorhanden ist, müssen Wiedergabeparameter wie Abtastrate und Kanalanzahl extern angegeben werden. Die Standardannahme ist typischerweise Mono bei 8000 Hz, obwohl die Daten jede Rate repräsentieren können, die die Aufnahmehardware unterstützte. Die u8-Kodierung, für die SOU als Alias dient, ist eine der einfachsten möglichen digitalen Audiodarstellungen und geht strukturierten Audiocontainern wie WAV und AIFF voraus. Rohes vorzeichenloses PCM wurde häufig von frühen Soundkarten und Digitalisierern in den späten 1980er und frühen 1990er Jahren erzeugt, als Speicherbeschränkungen und begrenzte Rechenleistung headerlose Formate zu einer praktischen Wahl machten. Ein Vorteil ist die absolute Einfachheit: SOU-Dateien können von jedem Programm gelesen werden, das grundlegende Datei-E/A beherrscht, ohne dass Container-Strukturen oder Metadaten dekodiert werden müssen — nützlich für eingebettete Systeme, Hardware-Diagnosen und Bildungskontexte. Der minimale Overhead bedeutet zudem, dass die Konvertierung in jeden modernen Container verlustfrei und unmittelbar ist, da die Roh-PCM-Samples ohne Transkodierung in einen WAV- oder AIFF-Header verpackt werden können.

Speex ist ein quelloffener Audiocodec, der gezielt für Sprachkompression entwickelt wurde — erdacht von Jean-Marc Valin unter der Xiph.Org Foundation. Erstmals im Oktober 2002 veröffentlicht, zielt er auf Voice-over-IP, Konferenzen und jedes Szenario, in dem gesprochenes Wort effizient über ein Netzwerk übertragen werden muss. SPX-Dateien verpacken Speex-kodiertes Audio in einem Ogg-Container und kombinieren so die Sprachoptimierung des Codecs mit den Streaming-Fähigkeiten von Ogg. Drei Abtastraten werden unterstützt — Schmalband bei 8 kHz, Breitband bei 16 kHz und Ultra-Breitband bei 32 kHz — zusammen mit variabler Bitratenkodierung, die sich in Echtzeit an die Sprachkomplexität anpasst. Ein herausragender Vorteil ist seine patentfreie, BSD-lizenzierte Natur, die es Entwicklern ermöglichte, ihn frei in kommerzielle und Open-Source-Produkte einzubetten. Speex bringt zudem akustische Echounterdrückung, Rauschunterdrückung und automatische Verstärkungsregelung mit — Features, die konkurrierende Codecs typischerweise an externe Bibliotheken delegieren. Obwohl die Entwickler seit 2012 offiziell Opus) als Nachfolger empfehlen, bleibt Speex in Legacy-VoIP-Systemen, archivierten Aufnahmen und eingebetteten Geräten im Einsatz, wo sein leichtgewichtiger Decoder-Footprint geschätzt wird.