SPH in OPUS Converter

SPH ist die Dateierweiterung für Audio im NIST SPHERE-Format (SPeech HEader REsources), einem Standard, der um 1990 vom U.S. National Institute of Standards and Technology entwickelt wurde. Für die Sprachforschung konzipiert, enthalten SPH-Dateien einen 1024-Byte-ASCII-Header mit umfangreichen Metadaten — Datenbankkennungen, Kanalzahlen, Abtastraten, Bytereihenfolge und Kompressionstyp — sodass jede Aufnahme sich selbst beschreibt. Das zugrunde liegende Audio ist typischerweise 16-Bit-lineares PCM mit 16 kHz Abtastrate, obwohl andere Konfigurationen zulässig sind. Forscher am NIST, bei der DARPA und an Universitäten weltweit setzen auf SPH für die Verteilung von Sprachkorpora wie TIMIT, Switchboard und den LDC-Sammlungen, die modernen Spracherkennungssystemen zugrunde liegen. Ein wesentlicher Vorteil ist, dass der menschenlesbare Header es Skripten ermöglicht, Aufnahme-Metadaten ohne binäre Dekodierung zu parsen. Die strikte Standardisierung eliminiert zudem Mehrdeutigkeiten beim Austausch von Datensätzen zwischen Institutionen und Plattformen. Da SPH-Dateien unkomprimiertes PCM speichern, bewahren sie die volle Audioklangtreü — entscheidend beim Training akustischer Modelle, bei denen selbst kleine Artefakte die Ergebnisse verfälschen können.

Opus ist ein vielseitiger, offener Audiocodec, der von der IETF als RFC 6716 im Jahr 2012 standardisiert wurde. Er vereint zwei Kodierungsansätze — SILK für Sprache und CELT für Musik — in einem Algorithmus, der je nach Inhaltstyp und Bitrate zwischen beiden übergangslos wechselt. Dieses Hybriddesign lässt Opus nahezu jeden anderen Codec über ein breites Anwendungsspektrum hinweg übertreffen: latenzarme Sprache bei 6 kbps, hochwertige Musik bei 128 kbps und alles dazwischen. Bitraten von 6 bis 510 kbps, Abtastraten bis 48 kHz und Frame-Grössen ab 2,5 ms werden unterstützt, was Opus die niedrigste algorithmische Latenz aller gängigen Audiocodecs verleiht. Drei Vorteile machen Opus besonders attraktiv. Es ist vollständig lizenzgebührenfrei und quelloffen, wodurch die Lizenzbarrieren proprietärer Codecs entfallen. Es erreicht transparente Qualität bei etwa der Hälfte der MP3-Bitrate und übertrifft AAC bei gleichen Raten. Und seine niedrige Latenz macht es zum Pflichtcodec für WebRTC, sodass jeder moderne Browser einen Opus-Decoder mitbringt. WhatsApp, Discord, Zoom und YouTube setzen alle auf Opus für Echtzeit-Audio.