سبيكس

تم تصميم Speex بشكل أساسي لثلاثة معدلات أخذ عينات مختلفة:8  كيلوهرتز (نطاق ضيق)،16  كيلوهرتز (نطاق عريض)32  كيلو هرتز (نطاق عريض للغاية).

يتم التحكم في ترميز Speex في معظم الأوقات بواسطة معلمة جودة تتراوح من 0 إلى 10. في عملية معدل البت الثابت (CBR)، تكون معلمة الجودة عددًا صحيحًا ، بينما في عملية معدل البت المتغير (VBR)، تكون المعلمة عددًا عشريًا .

باستخدام Speex، يُمكن تغيير مستوى التعقيد المسموح به للمُشفّر. ويتم ذلك من خلال التحكم في كيفية إجراء البحث باستخدام عدد صحيح يتراوح بين 1 و10، بطريقة مشابهة لخيارات -1 إلى -9 في أدوات ضغط gzip و bzip2 . في الاستخدام العادي، يكون مستوى الضوضاء عند مستوى التعقيد 1 أعلى بمقدار 1 إلى 2 ديسيبل من مستوى التعقيد 10، لكن متطلبات وحدة المعالجة المركزية لمستوى التعقيد 10 أعلى بحوالي 5 مرات من متطلباتها لمستوى التعقيد 1. عمليًا، يُعدّ التوازن الأمثل بين مستوى التعقيد 2 و4، مع العلم أن الإعدادات الأعلى غالبًا ما تكون مفيدة عند تشفير الأصوات غير الكلامية مثل نغمات DTMF .

تتيح تقنية معدل البت المتغير (VBR) لبرنامج الترميز تغيير معدل البت الخاص به ديناميكيًا للتكيف مع "صعوبة" الصوت المراد ترميزه. ففي مثال برنامج Speex، تتطلب أصوات مثل حروف العلة والأصوات العابرة عالية الطاقة معدل بت أعلى لتحقيق جودة جيدة، بينما يمكن ترميز الأصوات الاحتكاكية (مثل صوتي السين والفاء) بشكل كافٍ باستخدام عدد أقل من البتات. لهذا السبب، يمكن لتقنية VBR تحقيق معدل بت أقل للحصول على نفس الجودة، أو جودة أفضل لمعدل بت معين. على الرغم من مزاياها، فإن لتقنية VBR عيبين رئيسيين: أولًا، بتحديد الجودة فقط، لا يوجد ضمان لمعدل البت المتوسط ​​النهائي. ثانيًا، بالنسبة لبعض التطبيقات التي تعمل في الوقت الفعلي مثل بروتوكول نقل الصوت عبر الإنترنت (VoIP)، فإن ما يهم هو الحد الأقصى لمعدل البت، والذي يجب أن يكون منخفضًا بما يكفي لقناة الاتصال.

يُعالج معدل البت المتوسط ​​إحدى مشكلات معدل البت المتغير، إذ يُعدّل جودة هذا النوع من معدل البت ديناميكيًا لتحقيق معدل بت مستهدف محدد. ولأن الجودة/معدل البت يُعدّلان في الوقت الفعلي (حلقة مفتوحة)، ستكون الجودة الإجمالية أقل قليلًا من تلك التي يتم الحصول عليها عند التشفير باستخدام معدل بت متغير مع ضبط الجودة بدقة لتحقيق معدل البت المتوسط ​​المستهدف.

عند تفعيل خاصية كشف النشاط الصوتي، يتم تحديد ما إذا كان الصوت المُشفّر كلامًا أم صمتًا/ضوضاء خلفية. يتم تفعيل هذه الخاصية تلقائيًا عند التشفير باستخدام معدل بت متغير (VBR)، لذا فإن هذا الخيار مفيد فقط في حالة عدم استخدام معدل بت متغير. في هذه الحالة، يكشف برنامج Speex فترات الصمت ويُشفّرها بعدد بتات كافٍ لإعادة إنتاج الضوضاء الخلفية. يُطلق على هذه العملية اسم "توليد ضوضاء مريحة" (CNG).

يُعد الإرسال المتقطع إضافةً إلى عملية VAD/VBR، حيث يسمح بالتوقف عن الإرسال تمامًا عندما تكون ضوضاء الخلفية ثابتة. في التشغيل القائم على الملفات، تُستخدم 5 بتات فقط لهذه الإطارات (المقابلة لـ250  كيلوبت/ثانية ) حيث لا يمكن إيقاف العملية التي تكتب إلى الملف.

يُعدّ تحسين الإدراك جزءًا من وحدة فك التشفير، وعند تفعيله، يحاول تقليل التشويش الناتج عن عملية التشفير/فك التشفير. في معظم الحالات، يجعل تحسين الإدراك الصوت أبعد عن الصوت الأصلي موضوعيًا (نسبة الإشارة إلى الضوضاء)، ولكنه في النهاية يبدو أفضل (تحسين ذاتي).

يُضيف كل برنامج ترميز صوتي تأخيرًا في الإرسال. بالنسبة لـ Speex، يساوي هذا التأخير حجم الإطار، بالإضافة إلى قدر من "التنبؤ المسبق" المطلوب لمعالجة كل إطار. في التشغيل ذي النطاق الضيق ((8  كيلوهرتز )، يكون التأخير30  مللي ثانية ، بينما بالنسبة للنطاق العريض ((16  كيلوهرتز )، يكون التأخير34  مللي ثانية . هذه القيم لا تأخذ في الاعتبار وقت وحدة المعالجة المركزية اللازم لترميز أو فك ترميز الإطارات.