محول NIST إلى AMR

NIST SPHERE (موارد ترويسة الكلام) هو تنسيق ملفات صوتية متخصص ابتكره المعهد الوطني للمعايير والتقنية لأبحاث الكلام، وخاصة المشاريع الممولة من DARPA. يغلّف التنسيق العينات الصوتية الخام بترويسة ASCII منظمة تشفّر بيانات وصفية مثل معدل العينة وعدد القنوات ونوع الترميز والخصائص الديموغرافية للمتحدث والتعليقات التوضيحية للنسخ — مما يجعله مثالياً لتوزيع مدونات الكلام. تخزّن ملفات NIST عادةً صوت PCM غير مضغوط أو mu-law بمعدلات عينة بجودة هاتفية (8 كيلوهرتز أو 16 كيلوهرتز)، رغم أن الحاوية مرنة بما يكفي لاستيعاب ترميزات متنوعة. من أبرز مزاياه الترويسة الغنية ذاتية التوثيق التي تتيح للباحثين تضمين بيانات المدونة الوصفية مباشرة في الملف، مما يلغي الحاجة لملفات مرافقة. أصبح SPHERE أيضاً المعيار الفعلي لـ قواعد بيانات الكلام الرئيسية مثل TIMIT وSwitchboard ومدونة Fisher، مما يضمن اعترافاً واسعاً عبر المختبرات الأكاديمية والحكومية. تسهّل المواصفات المفتوحة وتوفر أدوات سطر الأوامر (sphere وh_strip وw_decode) عمليات التحويل والفحص والمعالجة برمجياً ضمن خطوط أنابيب معالجة الكلام.

AMR (متعدد المعدلات التكيفي) هو تنسيق صوتي مضغوط محسّن للكلام، وقد صدر كمعيار من المعهد الأوروبي لمعايير الاتصالات واعتُمد كمرمّز إلزامي لشبكات الهاتف المحمول GSM والجيل الثالث. يتنقل المرمّز ديناميكياً بين ثمانية معدلات بت — من 4.75 إلى 12.2 كيلوبت/ثانية — وفقاً لظروف الشبكة ومستويات ضوضاء الخلفية. عندما تنخفض جودة الاتصال، ينتقل المرمّز إلى معدل أقل، مستبدلاً بعض الوضوح بموثوقية النقل. هذه الآلية التكيفية محددة في مواصفات 3GPP وتمثل أحد أكثر مرمّزات الصوت انتشاراً عالمياً، حيث تُستخدم في مليارات المكالمات المحمولة. المزية الرئيسية هي كفاءة الضغط: دقيقة واحدة من صوت AMR بسرعة 12.2 كيلوبت/ثانية تشغل نحو 90 كيلوبايت فقط، وهو أمر عملي للمذكرات الصوتية والبريد الصوتي ورسائل الوسائط المتعددة على الشبكات محدودة النطاق الترددي. ومن فوائده أيضاً الكشف المدمج عن النشاط الصوتي وتوليد ضوضاء الراحة، مما يقلل البث أثناء الصمت. رغم أن AMR غير مناسب للموسيقى بسبب نطاقه الترددي الضيق (300-3400 هرتز)، إلا أنه يتفوق في توصيل كلام مفهوم في ظروف شبكية صعبة.