Darmowy konwerter online GSM do WAV

Nagranie GSM może wymagać konwersji, gdy edytor audio, odtwarzacz multimediów, program do transkrypcji lub urządzenie sprzętowe obsługuje WAV, ale nie GSM. WAV jest również łatwiejszy w edycji i archiwizacji, jednak konwersja nie przywróci szczegółów mowy usuniętych przez kompresję GSM.

Czym jest format GSM

GSM zazwyczaj oznacza GSM 06.10 — stratny kodek mowy opracowany z myślą o telefonicznym audio o niskiej przepływności. Plik .gsm zwykle zawiera monofoniczną mowę próbkowaną z częstotliwością 8,000 Hz, dzięki czemu jest znacznie mniejszy niż nieskompresowany dźwięk PCM.

Nagrania GSM występują w systemach Asterisk i innych systemach telekomunikacyjnych, platformach poczty głosowej, aplikacjach do nagrywania rozmów oraz starszych programach do dyktowania lub komunikacji. Wiele plików .gsm to strumienie surowego kodeka bez nagłówka, dlatego oprogramowanie do konwersji może wymagać ręcznego podania częstotliwości próbkowania i liczby kanałów. Niektóre pliki używają natomiast formatu WAV lub innego kontenera z dźwiękiem zakodowanym w GSM.

Czym jest format WAV

WAV to kontener audio, w którym często przechowywany jest nieskompresowany PCM. W przypadku tej konwersji typowym formatem wyjściowym jest 16-bit PCM WAV, szeroko obsługiwany przez edytory audio, oprogramowanie do rozpoznawania mowy, narzędzia wideo, systemy operacyjne i odtwarzacze sprzętowe.

PCM WAV zachowuje zdekodowany sygnał GSM bez stosowania kolejnego etapu stratnej kompresji. Wymaga znacznie więcej miejsca: 8 kHz, mono, 16-bit PCM zajmuje około 16 KB na sekundę, w porównaniu z około 1,6 KB na sekundę w przypadku strumienia GSM o przepływności 13 kbit/s. WAV nie poprawia jakości dźwięku, który został już zdegradowany podczas kodowania GSM.

Jak konwertować GSM do WAV

W przypadku pojedynczego pliku, bez instalowania oprogramowania, użyj konwertera GSM-to-WAV na stronie 101convert.com. Wybierz konwersję, prześlij plik GSM, rozpocznij proces i pobierz wynikowy plik WAV. W przypadku poufnych nagrań rozmów, nieobsługiwanych plików surowych lub konwersji wsadowej użyj lokalnego narzędzia.

FFmpeg obsługuje zarówno surowe strumienie GSM, jak i pliki z rozpoznawanymi kontenerami. W przypadku surowego pliku GSM o typowych właściwościach telefonicznych uruchom:

ffmpeg -f gsm -ar 8000 -ac 1 -i input.gsm -c:a pcm_s16le output.wav

Polecenie określa surowe wejście GSM z częstotliwością 8 kHz i w trybie mono, a następnie zapisuje 16-bitowy PCM little-endian. W razie potrzeby zastąp nazwy plików własnymi i ujmij w cudzysłowy nazwy zawierające spacje. Jeśli plik ma nagłówek kontenera, pozwól FFmpeg wykryć go automatycznie:

ffmpeg -i input.gsm -c:a pcm_s16le output.wav

W przypadku przetwarzania wsadowego uruchom polecenie osobno dla każdego pliku lub umieść je w shell script. Aby utworzyć plik WAV z inną częstotliwością próbkowania, dodaj opcję wyjściową, taką jak -ar 16000; spowoduje to ponowne próbkowanie zdekodowanego sygnału, ale nie przywróci brakujących szczegółów wysokich częstotliwości.

SoX również może dekodować surowy GSM, jeśli jego właściwości zostaną jawnie określone:

sox -t gsm -r 8000 -c 1 input.gsm -b 16 output.wav

Zainstaluj wersję SoX z obsługą GSM. Polecenie zapisuje plik WAV zawierający 16-bitowy PCM; pomiń -t gsm tylko wtedy, gdy SoX może rozpoznać format wejściowy na podstawie prawidłowego kontenera lub nagłówka.

Ograniczenia jakości i zgodności

GSM jest formatem stratnym, dlatego plik WAV zawiera zdekodowaną wersję dźwięku GSM, a nie pierwotne nieskompresowane nagranie. Zmiana częstotliwości próbkowania źródła 8 kHz na 44,1 lub 48 kHz zmienia format odtwarzania, ale nie może odtworzyć częstotliwości usuniętych podczas kodowania.

Jeśli wynik jest cichy, zniekształcony lub odtwarza się zbyt szybko, źródłem może być surowy strumień GSM interpretowany z nieprawidłowymi właściwościami. Spróbuj ponownie, używając -ar 8000 -ac 1 w FFmpeg lub -r 8000 -c 1 w SoX. Z kolei wymuszenie -f gsm na pliku z kontenerem może spowodować nieprawidłowe dekodowanie; najpierw sprawdź niepewne pliki za pomocą:

ffprobe input.gsm

Niektóre aplikacje wymagają określonego formatu WAV, na przykład 16 kHz mono PCM do rozpoznawania mowy albo 44,1/48 kHz PCM do zastosowań wideo. Zmieniaj częstotliwość dopiero po dekodowaniu i sprawdź kodek wyjściowy, częstotliwość próbkowania, kanały oraz głębię bitową w aplikacji odbierającej plik.