HTK zu WV Converter

HTK ist der native Wellenform-Container des Hidden Markov Model Toolkit, einer Software-Suite, die am Engineering Department der Universität Cambridge für die Spracherkennungsforschung entwickelt wurde. Erstmals 1993 veröffentlicht, wurde HTK rasch zu einer Referenzplattform in computerlinguistischen Laboren weltweit, und sein Dateiformat folgte diesem Trend. Jede Datei speichert eine Sequenz von Parametervektoren oder Rohsamples mit einem vorangestellten 12-Byte-Header, der die Anzahl der Frames, die Frame-Periode in 100-ns-Einheiten, die Bytezahl pro Frame und einen Typcode angibt — die Optionen reichen von Wellenform-PCM bis zu Mel-Frequenz-Cepstralköffizienten und Filterbankenenergien. Diese Vielseitigkeit ermöglicht es einem einzigen Container, sowohl Quellaudio als auch extrahierte Features zu tragen, ohne den Parser zu wechseln. Der bewusst minimale Header vermeidet Alignment-Padding oder optionale Chunks und macht das Format trivial lesbar in C, Python oder MATLAB mit wenigen Zeilen binärer E/A. Drei Vorteile unterstreichen die anhaltende Relevanz von HTK: enge Integration mit der HTK-Trainings- und Erkennungspipeline, deterministisches Byte-Layout ohne Parser-Mehrdeutigkeiten und weite Verbreitung in akademischen Korpora.

WavPack ist ein quelloffener Audiocodec von David Bryant, dessen Version 1.0 am 15. August 1998 erschien. Was WavPack auszeichnet, ist sein einzigartiger Hybridmodus: Der Encoder kann gleichzeitig eine kompakte verlustbehaftete Datei und eine separate Korrekturdatei erzeugen, die zusammen den ursprünglichen PCM-Stream bitgenau rekonstruieren. Wer Portabilität braucht, nimmt nur die verlustbehaftete Datei mit; wer Archivqualität will, behält beide. Der Codec verarbeitet PCM-Audio von 8-Bit bis 32-Bit-Integer und 32-Bit-Gleitkomma bei Abtastraten bis 768 kHz — Spezifikationen, die breit genug sind für DSD-Inhalte, für die WavPack 5 Unterstützung hinzufügte. Kompressionsraten im reinen Lossless-Modus erreichen typischerweise 40 bis 55 Prozent der Originalgrösse, konkurrenzfähig mit FLAC und bei bestimmtem Material sogar leicht besser. Mehrkern-Kodierung in späteren Versionen beschleunigt die Verarbeitung auf moderner Hardware drastisch. Die quelloffene Bibliothek wird unter BSD-Lizenz vertrieben und ist in foobar2000, VLC, FFmpeg und zahlreiche weitere Tools integriert. WavPack unterstützt zudem umfangreiche Metadaten über APEv2-Tags, eingebettete Cü-Sheets und ReplayGain-Werte und deckt damit die organisatorischen Anforderungen selbst der akribischsten Musikbibliothek ab.