Chuyển đổi WAV sang AMR

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.

AMR (Adaptive Multi-Rate) là định dạng âm thanh nén được tối ưu hóa cho giọng nói, chuẩn hóa bởi Viện Tiêu chuẩn Viễn thông Châu Âu và được áp dụng làm codec bắt buộc cho mạng di động GSM và 3G. Codec chuyển đổi linh hoạt giữa tám mức bitrate — từ 4.75 đến 12.2 kbps — tùy thuộc vào điều kiện mạng và mức độ nhiễu nền. Khi chất lượng liên kết giảm, bộ mã hóa chuyển sang tốc độ thấp hơn, đánh đổi một chút độ rõ để đảm bảo tính ổn định truyền tải. Cơ chế thích ứng này được định nghĩa trong các đặc tả 3GPP và là một trong những codec giọng nói được triển khai rộng rãi nhất trên toàn cầu, sử dụng trong hàng tỷ cuộc gọi di động. Ưu điểm chính là hiệu suất nén: một phút âm thanh AMR ở 12.2 kbps chiếm khoảng 90 KB, thực tế cho ghi âm thoại, thư thoại và MMS trên các mạng có băng thông hạn chế. Lợi ích khác là tích hợp sẵn phát hiện hoạt động giọng nói và tạo nhiễu thoải mái, giảm truyền tải trong khoảng lặng. Mặc dù AMR không phù hợp cho nhạc do băng thông hẹp (300-3400 Hz), nó xuất sắc trong việc truyền tải giọng nói rõ ràng trong điều kiện mạng khó khăn.