au携帯「Myボイスメモ」の「QCPデータ」

au携帯「Myボイスメモ」機能で自分の声を録音することができます。録音した音声はデータ圧縮されて本体の「ボイスフォルダ」に保存されますが、 microSDカードやメール添付で取り出すことができます。このバイナリデータはQualcom Code-Excited Linear Prediction (Qualcom CELP)形式と なっており、ファイル識別子は「.qcp」です。通常は自分の携帯で録音したボイスメモはそのまま聞くだけです。 使い方の例：「帰りに駅前スーパーで牛乳を買うこと」と録音し、後でチェックするなど。私は、ケータイで文章を打ち込むのが 遅いので、思いついたことを吹き込んで忘れないようにしています。

このアプリは、qcpデータをPC上で再生したり、作成したりすることができます。Qualcom社のページから無償ダウンロードできます。 http://www.qctconnect.com/products/purevoice_downloads.html

つまり、このアプリを使えば、au携帯でボイスメモを作ってEメールでPCに送って聞いたり、逆にPCでボイスメモを作って携帯に 送って聞くことができます。PureVoiceでqcpファイルをWindows標準のwav形式に変換することもできます。 パケット定額制前提で、沢山の相手に一度に音声メッセージを届けたい時は便利ではないでしょうか?

バイナリダンプして中身を見てみました。qcpファイルはwavファイルに準拠した形式になっており、内部はRIFFチャンク、 fmt(フォーマット)チャンク、vratチャンク、data(データ)チャンクの4部に分かれています。

まずRIFF(Resource Interchange File Format)チャンクです。固定12バイトです。
52 49 46 46 80 0d 00 00 51 4c 43 4d : RIFF QLCM
始めに4バイトのアスキー文字で「RIFF」=(52 49 46 46)が入っています。次はファイルサイズ(4バイト)です。これは全体のファイルサイズから8バイトを引いた大きさが入ります。 この例ではファイル全体の大きさが3464バイトなので、16進に直すと0000 0d88、ここから8(RIFFの4バイトとサイズを格納する場所の4バイト分)を引いて0000 0d80。 これを16ビットリトルエンディアンで入れるので「80 0d 00 00」が入ります。 次にフォームタイプですがこれは4バイトのアスキー文字で「QLCM」=(51 4c 43 4d)が入っています。(qualcomの略か?)

次はフォーマットチャンクです。大抵158バイトです。
66 6d 74 20 96 00 00 00 01 00 41 6d 7f 5e 15 b1 : fmt d0 11 ba 91 00 80 5f b4 b9 7e 02 00 51 63 65 6c : Qcel 70 20 31 33 4b 00 00 00 00 00 00 00 00 00 00 00 : p 13K 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 : 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 : 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 : 00 00 00 00 00 00 00 00 00 00 00 00 c8 32 23 00 : a0 00 40 1f 10 00 05 00 00 00 22 04 10 03 07 02 : 03 01 00 00 00 00 00 00 00 00 00 00 00 00 00 00 : 00 00 00 00 00 00 00 00 00 00 00 00 00 00 :
始めに4バイトのアスキー文字で「fmt(space)」=(66 6d 74 20)が入っています。次はチャンクサイズ(4バイト)です。 これ以降のチャンクの大きさを示しています。この例の場合、0000 0096なので150バイトになります。 次はmajor version(1バイト)=01, minor(1バイト)=00なので、このファイルがQCELP13KまたはEVRCで圧縮されたことを示します。 次の148バイトはCodec-Infoです。この中にGUID,バージョン,名前(Qcelp 13),平均BPS,パケットサイズ,ブロックサイズ,サンプリングレート, サンプルサイズ,可変レート情報が入っているはずですが、詳細は省きます。 これらの詳細についてはRFC3625をご覧ください。

次はvratチャンクです。固定12バイトです。
76 72 61 74 08 00 00 00 01 00 00 00 94 00 00 00 : vrat
始めに4バイトのアスキー文字で「vrat」=(76 72 61 74)が入っています。次はチャンクサイズ(4バイト)です。 これ以降のチャンクの大きさを示しています。この例の場合、0000 0008なので8バイトになります。 次はvar-rate-flagです。0000 0001なので可変レートで音声パケットが入っていることを示します。 次はsize-in-packetsです。音声パケットが何個入っているかを示します。この例では0000 0094なので148個。 １パケットが20ms分の音声を表現していますので、20ms * 148 = 2960ms。約3秒分の音声がコード化されています。

いよいよデータチャンクです。可変長です。
64 61 74 61 a3 0c 00 00 : data
4バイトのアスキー文字で「data」=(64 61 74 61)が入っています。次はチャンクサイズ(4バイト)です。 これ以降のチャンクの大きさを示しています。この例の場合、0000 0ca3なので3235バイトになります。これ以降に4または17または35バイト構成の 音声パケットが入ります。各音声パケットは20msの音声をコード化したもので、始めの１バイトが「レート」を表します。

まず1/8レート（レートオクテット01)を説明します。
01 90 be 00
先頭バイト(レートオクテット)が01の場合、音声パケットは3バイト(合計4バイト)です。これは20msの無音または雑音を示します。

次にハーフレート(レートオクテット03)を説明します。
03 95 be 04 ea 11 02 58 91 88 89 c5 44 6f 30 26 10
先頭バイト(レートオクテット)が03の場合、音声パケットは16バイト(合計17バイト)です。これは20msのハーフレート音声を示します。

次にフルレート(レートオクテット04)を説明します。(2個のパケット)
04 ce 78 bb 1f 00 00 00 00 00 00 00 00 00 00 80 00 75 d8 cc a4 17 98 61 97 bb 9f 64 e9 58 57 45 29 22 80 04 df 55 4b 61 11 83 01 c5 22 0b f3 31 8a 69 64 64 34 e8 c3 a8 2c b1 19 bb 1c a4 0a 00 4a c0 eb 8e 14 80
先頭バイト(レートオクテット)が04の場合、音声パケットは34バイト(合計35バイト)です。これは20msのフルレート音声を示します。

会話の無音部分は1/8レート(レートオクテット01)でコード化されますので、無音部の多い会話では音声ファイルの圧縮率は高く なります。また、圧縮した音声はどうしても音質が劣化してしまいますので、音楽などの録音には不向きです。

文章を入力して音声を合成してくれる読み上げソフトで「Softalk」というフリーソフトがあります。このソフトの優れた点は、8KHz PCMでwavファイル出力ができることです。 Softalkはこちらです。 Softalkで音声ファイルを作って、PureVoiceでqcp形式に変換すれば、携帯に好きな言葉をしゃべらせることができます。

Softalk + PureVoiceで作った音声ファイルの例：(2009/04/14)　右クリックでセーブしてください。

• 電話です*3
• Cメールを受信しました
• Eメールを受信しました
• 指定外Eメールを受信しました
• ニュースフラッシュを受信しました
• お知らせを受信しました
• おはようございます。お起きになる時間です。
• 朝ですよ。起きてください。
• おはようございます。お起きになる時間です。（男性）
• おはようございます。お起きになる時間です。（年配女性）

qcpファイルはメール添付すればau携帯に送れます。またau携帯からは直接リンクしていますので、お試しください。QRコードはこちら