محوّل HTK إلى OGG

HTK هو حاوية أشكال موجية أصلية لـ حزمة أدوات نموذج ماركوف المخفي، وهي مجموعة برمجيات طُوّرت في قسم الهندسة بجامعة كامبريدج لأبحاث التعرف على الكلام. وُزّعت لأول مرة عام 1993، وأصبحت HTK سريعاً منصة مرجعية في مختبرات اللسانيات الحاسوبية حول العالم، وتبعها تنسيق الملفات الخاص بها. يخزّن كل ملف تسلسلاً من متجهات المعاملات أو العينات الخام مسبوقاً بترويسة من 12 بايت تحدد عدد الإطارات وفترة الإطار بوحدات 100 نانوثانية وعدد البايتات لكل إطار ورمز نوع يشير إلى طبيعة البيانات — تتراوح الخيارات من PCM للشكل الموجي إلى معاملات MFCC وطاقات مصفاة الترشيح. هذا التنوع يتيح لحاوية واحدة حمل كل من الصوت المصدر والميزات المستخلصة دون تغيير المحللات. تتجنب الترويسة المختصرة عمداً حشو المحاذاة أو الكتل الاختيارية، مما يجعل التنسيق سهل القراءة من C أو Python أو MATLAB ببضعة أسطر من الإدخال/الإخراج الثنائي. ثلاث مزايا تدعم أهمية HTK المستمرة: التكامل الوثيق مع خط أنابيب التدريب والتعرف في HTK، والتخطيط الحتمي للبايتات الذي يزيل غموض التحليل، والاعتماد الواسع في المدونات الأكاديمية.

OGG Vorbis هو مرمّز صوتي مفتوح وخالٍ من الرسوم ذو فقدان داخل تنسيق حاوية Ogg، وكلاهما طوّرتهما مؤسسة Xiph.Org. صُمّم Vorbis كبديل خالٍ من براءات الاختراع لـ MP3 وAAC، باستخدام ترميز تحويل جيب التمام المنفصل المعدّل (MDCT) مع ترميز بمعدل بت متغير يتكيف مع تعقيد الإشارة لكل إطار. أظهرت اختبارات الاستماع العمياء باستمرار أن Vorbis يقدم جودة إدراكية تضاهي أو تتفوق على MP3، خاصة في نطاق 96-192 كيلوبت/ثانية. يدعم التنسيق معدلات عينة من 8 كيلوهرتز إلى 192 كيلوهرتز ومن 1 إلى 255 قناة، مما يغطي كل شيء من الصوت الأحادي إلى المزيج المحيطي. من أبرز مزاياه الغياب الكامل لرسوم الترخيص — يمكن لمطوري الألعاب ومنصات البث ومصنّعي الأجهزة تنفيذ Vorbis دون مخاوف بشأن الرسوم. اعتمد Spotify على Vorbis لسنوات كمرمّز بث أساسي لهذا السبب بالذات. يتعامل التنسيق أيضاً مع تدهور الجودة عند معدلات البت المنخفضة بأناقة أكبر من كثير من المنافسين، ولهذا يظل رائجاً في ألعاب الفيديو حيث تكون المساحة محدودة وتتنافس آلاف المؤثرات الصوتية على الحجم. يوفر VLC وFirefox وChrome وAndroid جميعها فك ترميز Vorbis أصلياً.