Convertidor de NIST a VOC

NIST SPHERE (SPeech HEader REsources) es un formato de archivo de audio especializado creado por el Instituto Nacional de Estándares y Tecnología de Estados Unidos para la investigación del habla, particularmente proyectos financiados por DARPA. El formato envuelve muestras de audio en bruto con una cabecera ASCII estructurada qué codifica metadatos como frecuencia de muestreo, conteo de canales, tipo de codificación, datos demograficos del hablante y anotaciones de transcripción — convirtiéndolo en ideal para distribuir corpus de voz. Los archivos NIST típicamente almacenan PCM sin comprimir o audio mu-law a frecuencias de muestreo de calidad telefónica (8 kHz o 16 kHz), aunque el contenedor es lo suficientemente flexible para albergar diversas codificaciones. Una ventaja clave es la cabecera autodescriptiva enriquecida qué permite a los investigadores incorporar metadatos detallados del corpus directamente en el archivo, eliminando la necesidad de archivos complementarios. SPHERE se ha convertido también en el estándar de facto para las principales bases de datos de voz como TIMIT, Switchboard y el corpus Fisher, asegurando un amplio reconocimiento en laboratorios académicos y gubernamentales. La especificación abierta y la disponibilidad de herramientas de línea de comandos (sphere, h_strip, w_decode) facilitan la conversión, inspeccion y procesamiento programatico de estos archivos en cadenas de procesamiento de voz.

VOC (Creative Voice) es un contenedor de audio digital desarrollado por Creative Technology e introducido junto con la tarjeta Sound Blaster original en 1989. Sirvio como el formato de audio nativo de la familia Sound Blaster durante la era DOS, cuando el hardware de Creative dominaba el audio en PC. Los archivos VOC están basados en bloques: cada archivo consiste en bloques de datos tipados qué pueden transportar PCM de 8 bits sin signo, ADPCM Creative de 4 bits y 2.6 bits, PCM de 16 bits con signo, así como audio codificado en A-law y mu-law. Está estructura de bloques también soporta intervalos de silencio, bucles de repetición y puntos de marcador, dando a los desarrolladores de videojuegos un control detallado sobre la reproducción de sonido. Una ventaja notable era la decodificación a nivel de hardware — las tarjetas Sound Blaster podian reproducir datos VOC directamente vía transferencia DMA, liberando el CPU para otras tareas en una era cuando los ciclos del procesador eran valiosos. El formato vio un uso extenso en juegos de DOS de id Software, Sierra y LucasArts. Con el auge de Windows y el formato WAV, VOC gradualmente cayo en desuso, pero sigue siendo importante para la preservación de videojuegos retro y para cualquiera qué trabaje con archivos de audio vintage de PC.