เครื่องมือแปลงไฟล์ VMS เป็น WAV

VMS (Voice Messaging System) เป็นรูปแบบเสียงแบบบีบอัดที่ออกแบบมาสำหรับแอปพลิเคชันโทรศัพท์และวอยซ์เมล เดิมใช้ในเยอรมนี ไฟล์ที่มีนามสกุล .vms เข้ารหัสเสียงพูดโดยใช้การมอดูเลชัน Continuously Variable Slope Delta (CVSD) ซึ่งเป็นวิธีที่เหมาะสำหรับการส่งเสียงแบนด์วิดท์ต่ำผ่านเครือข่ายโทรศัพท์ รูปแบบนี้ทำงานที่ 8 kHz ตรงกับความถี่สุ่มตัวอย่างโทรศัพท์ดิจิทัลมาตรฐาน และสร้างไฟล์ที่อธิบายตัวเองโดยฝังพารามิเตอร์การเข้ารหัสไว้ในส่วนหัวสั้นๆ ส่วนหัวนี้ทำให้ VMS แตกต่างจากสตรีม CVSD ดิบ ช่วยให้เครื่องมือเล่นประมวลผลการบันทึกได้โดยไม่ต้องกำหนดค่าจากภายนอก ชุดเครื่องมือเสียง SoX รองรับการอ่านและเขียน VMS โดยตรง ทำให้แปลงการบันทึก VMS เป็น WAV หรือรูปแบบสมัยใหม่อื่นๆ ได้อย่างง่ายดาย ข้อดีในทางปฏิบัติคือขนาดไฟล์เล็ก — การบีบอัด CVSD รักษาข้อความวอยซ์เมลให้กระทัดรัดเพียงพอสำหรับระบบที่มีพื้นที่ดิสก์จำกัด ซึ่งเป็นสิ่งสำคัญในโครงสร้างพื้นฐานโทรศัพท์ยุคแรก การเข้ารหัสเสื่อมสลายอย่างสง่างามภายใต้สภาวะช่องสัญญาณที่มีเสียงรบกวน รักษาความชัดเจนของเสียงพูดแม้เมื่อเกิดข้อผิดพลาด แม้ว่า VMS จะถูกแทนที่โดยโคเดกสมัยใหม่ในแพลตฟอร์มข้อความเสียงปัจจุบัน แต่ยังคงมีความเกี่ยวข้องสำหรับการกู้คืนคลังวอยซ์เมลเก่า

WAV (Waveform Audio File Format) เป็นคอนเทนเนอร์เสียงแบบไม่บีบอัดที่ Microsoft และ IBM ร่วมกันพัฒนา เผยแพร่ครั้งแรกในเดือนสิงหาคม 1991 พร้อมกับ Windows 3.1 สร้างขึ้นบน Resource Interchange File Format (RIFF) WAV จัดเก็บข้อมูลเสียง — โดยทั่วไปเป็น linear pulse-code modulation (LPCM) — พร้อมเมทาดาทาที่อธิบายอัตราสุ่มตัวอย่าง ความลึกบิต และจำนวนช่องสัญญาณ โครงสร้างที่ตรงไปตรงมานี้ทำให้ WAV เป็นมาตรฐานสำหรับเสียงไม่บีบอัดบน Windows และเป็นรูปแบบแลกเปลี่ยนที่ยอมรับในระดับสากลในระบบปฏิบัติการ โปรแกรมแก้ไขเสียง และเครื่องเล่นสื่อแทบทุกตัว ไฟล์ WAV คุณภาพ CD ใช้ตัวอย่าง 16 บิตที่ 44.1 kHz สเตอริโอ ขณะที่เวิร์กโฟลว์ระดับมืออาชีพมักใช้ตัวอย่าง 24 บิตหรือ 32 บิต float ที่อัตราสูงสุด 192 kHz ข้อดีสำคัญคือความเที่ยงตรงแบบไม่สูญเสีย — เนื่องจาก WAV มาตรฐานไม่ใช้การบีบอัด ข้อมูลที่จัดเก็บจึงเป็นตัวแทนดิจิทัลที่ตรงกับการบันทึกต้นฉบับทุกประการ ทำให้เป็นตัวเลือกที่นิยมสำหรับการมาสเตอร์และการเก็บถาวร WAV ยังรองรับเมทาดาทาแบบฝังผ่าน INFO และ BWF chunks ช่วยให้สามารถบันทึกเวลาและบันทึกการผลิต ข้อแลกเปลี่ยนหลักคือขนาดไฟล์ — เสียงสเตอริโอคุณภาพ CD หนึ่งนาทีใช้พื้นที่ประมาณ 10 MB — และโครงสร้าง RIFF 32 บิตกำหนดขีดจำกัด 4 GB แม้ว่า RF64 จะขจัดข้อจำกัดนั้น