GSMからCAFへのコンバーター

GSM 06.10(フルレート)は、1991年にETSIによって批准され、世界中の数百のセルラーネットワークに展開されたGlobal System for Mobile Communications規格の基礎的な音声コーデックです。固定の13 kbit/sで動作し、アルゴリズムはRPE-LTP(Regular Pulse Excitation with Long-Term Prediction)を適用して、8 kHzモノ音声の20 msフレームをわずか33バイトに圧縮します。このアプローチは声道を線形予測フィルタとしてモデル化し、励起信号をエンコードし、さらなる削減のためにピッチ周期性を活用します — 初期のデジタルモバイルチャンネルの帯域幅制約下で明瞭な音声を提供するために調整されています。このコーデックはGSMテレフォニーだけでなく、多くのVoIPアプリケーション、ボイスメールシステム、低ビットレートの恩恵を受けるIVRプラットフォームにも使われています。3つの具体的な利点が際立っています。第一に、驚異的な圧縮 — 1分間の音声がわずか約100 KBに収まり、効率的な保存と伝送を実現します。第二に、ユニバーサルなツール — libgsmやSoXなどのライブラリがすべての主要プラットフォームでエンコーディングとデコーディングを処理します。第三に、ロイヤリティフリーの特許状況がAsteriskやFreeSWITCHなどのオープンソーステレフォニープロジェクトでの採用を促進しています。

CAF(Core Audio Format)は、Appleが開発した柔軟なオーディオコンテナで、2005年のMac OS X 10.4 Tigerとともに導入されました。旧来の形式の制限を克服するために構築され、CAFはWAVやAIFFを制約する4 GBのファイルサイズ上限を排除し、理論上は無制限の長さをサポートします。コンテナはAAC、ALAC、MP3、リニアPCM、IMA ADPCMなど、事実上あらゆるコーデックを統一されたラッパー内に収容します。チャンクベースのアーキテクチャにより、チャンネルレイアウト、マーカー領域、アノテーション、MIDIデータなどのリッチなメタデータとともにオーディオを格納します。決定的な利点は、極めて長い録音の処理です — 放送局やフィールドレコーディストは、サイズの制限なく数時間の連続オーディオをキャプチャできます。柔軟なコーデックサポートはもう一つの強みで、コンテンツが高解像度の24ビット/192 kHzロスレスオーディオであれ圧縮音声であれ、1つのコンテナで対応できます。AppleのCore AudioフレームワークはmacOSとiOSでネイティブサポートを提供し、Logic ProやFinal Cut Proなどのプロフェッショナルアプリケーションで低遅延再生を保証します。多様性とスケーラビリティの両方を必要とするAppleエコシステムのワークフローにとって、CAFは非常に優れた選択肢です。