電話録音でよく使われる音声コーデック入門:G.729、A-law、µ-law、ADPCM
同じ録音なのに、そのまま再生できるものと全編ノイズになるものがあるのはなぜか。これらの電話系コーデックを理解することが、過去の録音を正しく変換・移行するための前提です。
更新日
なぜコーデックを理解する必要があるのか
電話録音は帯域とストレージを節約するため、ほぼ必ず圧縮または圧伸(コンパンディング)コーデックで保存されています。誤ったコーデックでデコードすると、軽ければ音質の劣化、重ければ全編がノイズになります。過去の録音を移行・変換する前に、まずコーデックを見極めることが第一歩です。
A-law と µ-law(G.711)
最も一般的な電話系の圧伸コーデックです。A-law は主に欧州や中国で、µ-law は主に北米と日本で使われ、いずれも 16 ビットのリニア PCM を 8 ビットに圧縮します。典型的な失敗は A-law をリニア PCM として読んでしまうことで、結果は全編ノイズになります。これが多くの「変換失敗」の実際の原因です。
G.729
約 8 kbps の高圧縮コーデックで、VoIP や一部の録音システム(NICE NMF の内部を含む)でよく使われます。圧縮率は高いものの、対応するデコーダーが必須であり、デコードには特許・ライセンス上の背景があるため、汎用ツールに同梱されているとは限りません。
ADPCM
適応差分パルス符号変調です。圧縮率は G.711 と G.729 の中間で、古いシステムでよく見られます。これも正しいバリアントでデコードする必要があります。
要点
拡張子(.wav / .nmf)は内部コーデックと同義ではありません。正しい変換とは、まず実際のコーデックを突き止め、対応するデコーダーでリニア PCM に戻し、そのうえでチャネルとメタデータを保持することです。上海万椿の NMF 解析とフォーマット解放は、まさにこの点を軸に設計されています。