NIST in W64 Converter

NIST SPHERE (SPeech HEader REsources) ist ein spezialisiertes Audiodateiformat, das vom National Institute of Standards and Technology für die Sprachforschung entwickelt wurde, insbesondere für DARPA-geförderte Projekte. Das Format umhüllt rohe Audiosamples mit einem strukturierten ASCII-Header, der Metadaten wie Abtastrate, Kanalanzahl, Kodierungstyp, Sprecherdemografie und Transkriptionsannotationen enthält — ideal für die Verteilung von Sprachkorpora. NIST-Dateien speichern typischerweise unkomprimiertes PCM oder Mu-Law-Audio bei Telefonie-Abtastraten (8 kHz oder 16 kHz), obwohl der Container flexibel genug für verschiedene Kodierungen ist. Ein wesentlicher Vorteil ist der reichhaltige, selbstbeschreibende Header, der es Forschern ermöglicht, detaillierte Korpus-Metadaten direkt in die Datei einzubetten und so Begleitdateien überflüssig zu machen. SPHERE hat sich zudem als De-facto-Standard für bedeutende Sprachdatenbanken wie TIMIT, Switchboard und das Fisher-Korpus etabliert und genießt breite Anerkennung in akademischen und staatlichen Laboren. Die offene Spezifikation und die Verfügbarkeit von Kommandozeilentools (sphere, h_strip, w_decode) machen es unkompliziert, diese Dateien in Sprachverarbeitungspipelines programmatisch zu konvertieren, zu inspizieren und zu verarbeiten.

W64 (Wave64) ist ein 64-Bit-Audio-Container, der ursprünglich von Sonic Foundry — den Machern von Sound Forge — entworfen und später von Sony nach der Uebernahme von Sonic Foundrys Desktop-Software-Sparte 2003 weitergeführt wurde. Das Format adressiert direkt die 4-GB-Dateigrössenbegrenzung von Microsofts 32-Bit-RIFF/WAV-Spezifikation, die bei langen Aufnahmesessions, Mehrkanal-Aufnahmen oder Hochabtastraten-Produktionen problematisch wird. W64 erreicht dies, indem Chunk-Kennungen und Grössenfelder auf 64 Bit erweitert und GUIDs statt Vier-Zeichen-Codes verwendet werden. Diese strukturelle Aenderung erlaubt Dateien im Exabyte-Bereich und beseitigt damit jede praktische Speicherbeschränkung. Das Format unterstützt beliebige Abtastraten, Bittiefen und Kanalkonfigurationen und eignet sich damit hervorragend für Filmmusik, Live-Konzertaufnahmen und wissenschaftliche Datenerfassung. Sound Forge, Audacity und andere professionelle Audio-Workstations bieten native W64-Unterstützung für nahtlosen Import und Export. Für Tontechniker und Produzenten, die regelmäßig mit langen, hochqualitativen Aufnahmen arbeiten, bietet W64 die Zuverlässigkeit und Einfachheit von WAV ohne die ärgerliche Grössenbeschränkung.