محوّل HTK إلى WV

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.

WavPack هو مرمّز صوتي مفتوح المصدر ابتكره ديفيد براينت، وأُصدرت النسخة 1.0 في 15 أغسطس 1998. ما يميز WavPack هو وضعه الهجين الفريد: يمكن للمرمّز إنتاج ملف مضغوط بفقدان وملف تصحيح منفصل في آن واحد، وعند دمجهما يُعاد بناء تدفق PCM الأصلي بت ببت. يحمل المستخدمون الذين يحتاجون للتنقل الملف ذا الفقدان فقط؛ ومن يريد جودة الأرشفة يحتفظ بكليهما. يتعامل المرمّز مع صوت PCM من 8 بت إلى 32 بت صحيح و32 بت عائم، بمعدلات عينة تصل إلى 768 كيلوهرتز — مواصفات واسعة بما يكفي لمحتوى DSD الذي أضاف WavPack 5 دعمه. تبلغ نسب الضغط في الوضع بدون فقدان البحت عادةً 40 إلى 55 بالمئة من الحجم الأصلي، مما ينافس FLAC وغالباً يتفوق عليه قليلاً في بعض المواد. يسرّع الترميز متعدد النوى في الإصدارات اللاحقة المعالجة بشكل ملحوظ على العتاد الحديث. تُوزّع المكتبة مفتوحة المصدر بموجب ترخيص BSD وأُدمجت في foobar2000 وVLC وFFmpeg والعديد من الأدوات الأخرى. يدعم WavPack أيضاً بيانات وصفية غنية عبر وسوم APEv2 وصحائف cue مدمجة وقيم ReplayGain، مغطياً الاحتياجات التنظيمية لأكثر مكتبات الموسيقى دقةً.