محوّل HTK إلى VOC

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.

VOC (صوت Creative) هو حاوية صوتية رقمية طوّرتها Creative Technology وقُدّمت مع بطاقة Sound Blaster الأصلية عام 1989. كانت تعمل كتنسيق صوتي أصلي لعائلة Sound Blaster خلال حقبة DOS، حين هيمن عتاد Creative على الصوت في الحواسيب. ملفات VOC قائمة على الكتل: يتكون كل ملف من كتل بيانات مصنّفة يمكنها حمل PCM غير موقّع بدقة 8 بت، وADPCM من Creative بدقة 4 بت و2.6 بت، وPCM موقّع بدقة 16 بت، بالإضافة إلى صوت مرمّز بـ A-law وmu-law. تدعم بنية الكتل أيضاً فترات الصمت وحلقات التكرار ونقاط العلامات، مما منح مطوري الألعاب تحكماً دقيقاً في تشغيل الصوت. من أبرز مزاياه فك الترميز على مستوى العتاد — كانت بطاقات Sound Blaster قادرة على تشغيل بيانات VOC مباشرة عبر نقل DMA، مما يحرر المعالج لمهام أخرى في حقبة كانت فيها دورات المعالج ثمينة. شهد التنسيق استخداماً واسعاً في ألعاب DOS من id Software وSierra وLucasArts. مع صعود Windows وتنسيق WAV، خرج VOC تدريجياً من الاستخدام السائد، لكنه يبقى مهماً للحفاظ على ألعاب الحقبة القديمة ولأي شخص يعمل مع أرشيفات الصوت القديمة للحاسوب.