PVFからWAVへのコンバーター

PVF(Portable Voice Format)は、Linuxベースのテレフォニーシステム、特にISDN4Linuxとそのvboxボイスメールアプリケーションにおけるボイスメッセージ保存用に設計されたシンプルなオーディオファイル形式です。この形式は1990年代後半のヨーロッパのISDNエコシステムから生まれました。当時、LinuxサーバーがデジタルISDN回線を通じてPBXや留守番電話の役割をますます担うようになっていました。PVFファイルは、データ形式とバイトオーダーを指定する最小限のプレーンテキストヘッダーに先行された、8000 Hzモノの生の符号付き16ビットPCMサンプルを格納します。この意図的なシンプルさがこの形式の主要な強みの一つです — 圧縮がなく人間が読めるヘッダーにより、PVFファイルは標準的なUnixツールを使用して簡単に解析、パイプ、操作できます。8 kHzのレートは電話帯域幅の音声(300-3400 Hz)のナイキスト要件に一致し、PVFを音声処理パイプラインの自然な中間形式にしています。もう一つの利点はクロスアーキテクチャのポータビリティです — 明示的なバイトオーダー宣言により、PVFファイルはビッグエンディアンとリトルエンディアンのシステム間を曖昧さなく移動できます。SoXオーディオツールキットはネイティブのPVF読み書きサポートを提供し、最新形式への簡単な変換を可能にしています。

WAV(Waveform Audio File Format)は、MicrosoftとIBMが共同開発した非圧縮オーディオコンテナで、1991年8月にWindows 3.1とともに初めて公開されました。Resource Interchange File Format(RIFF)上に構築されたWAVは、オーディオデータ — 最も一般的にはリニアパルス符号変調(LPCM) — をサンプルレート、ビット深度、チャンネル数を記述するメタデータとともに格納します。この直感的な構造により、WAVはWindows上の非圧縮オーディオのデファクトスタンダードとなり、事実上すべてのオペレーティングシステム、オーディオエディタ、メディアプレーヤーで普遍的に受け入れられる交換形式となりました。CD品質のWAVファイルは44.1 kHzステレオの16ビットサンプルを使用し、プロフェッショナルワークフローでは最大192 kHzで24ビットまたは32ビット浮動小数点サンプルが日常的に使用されています。主な利点はゼロロスの忠実度です — 標準のWAVは圧縮を適用しないため、保存されたデータはオリジナルの録音の正確なデジタル表現であり、マスタリングやアーカイブに最適な選択肢です。WAVはまたINFOおよびBWFチャンクによる埋め込みメタデータをサポートし、タイムスタンプや制作ノートを可能にします。主なトレードオフはファイルサイズで、CD品質ステレオの1分間は約10 MBを占め、32ビットRIFF構造は4 GBの制限を課しますが、RF64によってその上限は解除されます。