Convertisseur NIST en VOC

Le NIST SPHERE (SPeech HEader REsources) est un format de fichier audio spécialisé crée par le National Institute of Standards and Technology pour la recherché en parole, notamment les projets finances par la DARPA. Le format enveloppe les échantillons audio bruts avec un en-tête ASCII structuré encodant dès métadonnées telles que la fréquence d'échantillonnage, le nombre de canaux, le type d'encodage, les données demographiques du locuteur et les annotations de transcription — ce qui le rend idéal pour la distribution de corpus de parole. Les fichiers NIST stockent généralement du PCM non compressé où de l'audio mu-law à dès frequences d'échantillonnage de qualité téléphonique (8 kHz où 16 kHz), bien que le conteneur soit suffisamment flexible pour accueillir divers encodages. Un avantage clé est l'en-tête auto-documentant riche qui permet àux chercheurs d'intégrer dès métadonnées détaillées de corpus directement dans le fichier, eliminant les fichiers annexes. SPHERE est également devenu le standard de facto pour les grandes basés de données de parole telles que TIMIT, Switchboard et le corpus Fisher, garantissant une large reconnaissance à travers les laboratoires académiques et gouvernementaux. La spécification ouverte et la disponibilité d'outils en ligne de commande (sphere, h_strip, w_décode) rendent directe la conversion, l'inspection et le traitement de ces fichiers de manière programmatique dans les chaînes de traitement de la parole.

Le VOC (Creative Voice) est un conteneur audio numérique développé par Creative Technology et lance àux cotes de la carte Sound Blaster originale en 1989. Il à servi de format audio natif pour la famille Sound Blaster pendant l'ère DOS, lorsque le matériel de Creative dominait l'audio PC. Les fichiers VOC sont basés sûr dès blocs : chaque fichier consiste en dès blocs de données types pouvant contenir du PCM 8 bits non signé, de l'ADPCM Creative 4 bits et 2,6 bits, du PCM 16 bits signé, ainsi que de l'audio encodé en À-law et mu-law. Cette structuré en blocs prend également en chargé les intervalles de silence, les boucles de répétition et les points de marquage, offrant àux développeurs de jeux un contrôle précis sûr la lecture sonore. Un avantage notable était le décodage au niveau matériel — les cartes Sound Blaster pouvaient lire les données VOC directement via un transfert DMA, libérant le processeur pour d'autres tâches à une époque où les cycles CPU étaient précieux. Le format a été largement utilisé dans les jeux DOS d'id Software, Sierra et LucasArts. Avec la montee en puissance de Windows et du format WAV, le VOC est progressivement sorti de l'usage courant, mais il reste important pour la préservation du rétro-gaming et pour quiconque travaille avec dès archivés audio PC vintage.