Công cụ chuyển đổi GSM sang WAV

GSM 06.10 (Full Rate) là codec giọng nói nền tảng của tiêu chuẩn Hệ thống thông tin di động toàn cầu, được ETSI phê chuẩn năm 1991 và triển khai trên hàng trăm mạng di động toàn thế giới. Hoạt động ở tốc độ cố định 13 kbit/s, thuật toán áp dụng Kích thích xung đều với Dự đoán dài hạn (RPE-LTP) để nén các khung giọng nói 20 ms ở 8 kHz mono thành chỉ 33 byte mỗi khung. Cách tiếp cận này mô hình hóa thanh quản như bộ lọc dự đoán tuyến tính, mã hóa tín hiệu kích thích và tận dụng tính tuần hoàn cao độ để giảm thêm — được tinh chỉnh để mang lại giọng nói rõ ràng trong giới hạn băng thông của các kênh di động số đời đầu. Codec không chỉ dùng cho điện thoại GSM mà còn nhiều ứng dụng VoIP, hệ thống thư thoại và nền tảng IVR hưởng lợi từ bitrate thấp. Ba ưu điểm nổi bật. Thứ nhất, nén phi thường: một phút giọng nói chỉ chiếm khoảng 100 KB, cho phép lưu trữ và truyền tải hiệu quả. Thứ hai, công cụ phổ biến — các thư viện như libgsm và SoX xử lý mã hóa và giải mã trên mọi nền tảng chính. Thứ ba, bối cảnh bằng sáng chế miễn phí bản quyền đã khuyến khích áp dụng trong các dự án viễn thông mã nguồn mở như Asterisk và FreeSWITCH.

WAV (Waveform Audio File Format) là bộ chứa âm thanh không nén do Microsoft và IBM cùng phát triển, công bố lần đầu vào tháng 8 năm 1991 cùng với Windows 3.1. Được xây dựng trên Resource Interchange File Format (RIFF), WAV lưu trữ dữ liệu âm thanh — phổ biến nhất là điều chế mã xung tuyến tính (LPCM) — cùng siêu dữ liệu mô tả tần số lấy mẫu, độ sâu bit và số kênh. Cấu trúc đơn giản này đã biến WAV thành tiêu chuẩn thực tế cho âm thanh không nén trên Windows và định dạng trao đổi được chấp nhận phổ quát trên hầu như mọi hệ điều hành, trình chỉnh sửa âm thanh và trình phát media hiện có. Tệp WAV chất lượng CD sử dụng mẫu 16-bit ở 44,1 kHz stereo, trong khi quy trình chuyên nghiệp thường dùng mẫu 24-bit hoặc 32-bit float ở tần số lên đến 192 kHz. Ưu điểm lớn là chất lượng không tổn hao: vì WAV tiêu chuẩn không áp dụng nén, dữ liệu lưu trữ là bản sao kỹ thuật số chính xác của bản ghi gốc, khiến nó là lựa chọn ưu tiên cho mastering và lưu trữ. WAV cũng hỗ trợ siêu dữ liệu nhúng qua chunk INFO và BWF, cho phép đánh dấu thời gian và ghi chú sản xuất. Đánh đổi chính là kích thước tệp — một phút stereo chất lượng CD chiếm khoảng 10 MB — và cấu trúc RIFF 32-bit áp đặt giới hạn 4 GB, dù RF64 đã loại bỏ giới hạn đó.