Convertidor de HTK a WV

HTK es el contenedor de formas de onda nativo del Hidden Markov Model Toolkit, un conjunto de software desarrollado en el Departamento de Ingeniería de la Universidad de Cambridge para la investigación en reconocimiento de voz. Distribuido por primera vez en 1993, HTK rápidamente se convirtio en una plataforma de referencia en laboratorios de lingüística computacional a nivel mundial, y su formato de archivo tuvo la misma trayectoria. Cada archivo almacena una secuencia de vectores de parámetros o muestras en bruto precedidos por una cabecera de 12 bytes qué específica el número de tramas, el periodo de trama en unidades de 100 ns, el conteo de bytes por trama y un código de tipo qué indica la clase de datos — las opciones van desde PCM de forma de onda hasta coeficientes cepstrales de frecuencia Mel y energias de banco de filtros. Está versatilidad permite qué un solo contenedor transporte tanto audio fuente como características extraidas sin cambiar de analizadores. La cabecera deliberadamente mínima evita relleno de alineacion o bloques opcionales, haciendo qué el formato sea trivial de leer desde C, Python o MATLAB con unas pocas líneas de E/S binaria. Tres ventajas sustentan la relevancia duradera de HTK: integración estrecha con la cadena de entrenamiento y reconocimiento HTK, disposición de bytes determinista qué elimina la ambiguedad del analizador, y adopción generalizada en corpus académicos.

WavPack es un códec de audio de código abierto creado por David Bryant, con la versión 1.0 lanzada el 15 de agosto de 1998. Lo qué distingue a WavPack es su modo híbrido único: el codificador puede producir simultáneamente un archivo con pérdida compacto y un archivo de corrección separado qué, al combinarse, reconstruyen el flujo PCM original bit a bit. Los usuarios qué necesitan portabilidad llevan solo el archivo con pérdida; quienes desean calidad de archivo conservan ambos. El códec maneja audio PCM desde 8 bits hasta entero de 32 bits y punto flotante de 32 bits, con frecuencias de muestreo de hasta 768 kHz — especificaciones lo suficientemente amplias para contenido DSD, qué WavPack 5 agrego como soporte. Las tasas de compresión en modo puramente sin pérdida típicamente alcanzan el 40 al 55 por ciento del tamaño original, competitivas con FLAC y a menudo ligeramente mejores en cierto material. La codificación multinucleo en versiones posteriores acelera dramáticamente el procesamiento en hardware moderno. La biblioteca de código abierto se distribuye bajo licencia BSD y se ha integrado en foobar2000, VLC, FFmpeg y numerosas otras herramientas. WavPack también soporta metadatos enriquecidos mediante etiquetas APEv2, hojas de cue integradas y valores ReplayGain, cubriendo las necesidades organizativas incluso de la biblioteca de música más meticulosa.