Convertisseur SPH en MP2

Le SPH est l'extension de fichier pour l'audio stocké dans le format NIST SPHERE (SPeech HEader REsources), un standard crée par le National Institute of Standards and Technology americain vers 1990. Conçu pour la recherché en parole, les fichiers SPH comportent un en-tête ASCII de 1024 octets riche en métadonnées — identifiants de basé de données, nombre de canaux, frequences d'échantillonnage, ordre dès octets et type de compression — rendant chaque enregistrement auto-descriptif. L'audio sous-jacent est typiquement du PCM linéaire 16 bits echantillonne à 16 kHz, bien que d'autres configurations soient autorisees. Les chercheurs du NIST, de la DARPA et dès universites du monde entier s'appuient sûr le SPH pour distribuer dès corpus de parole tels que TIMIT, Switchboard et les collections du LDC qui sous-tendent les systèmes modernes de reconnaissance automatique de la parole. Un avantage clé est que l'en-tête lisible par l'homme permet àux scripts d'analyser les métadonnées d'enregistrement sans décodage binaire. La standardisation stricte du format élimine également toute ambiguite lors du partagé de jeux de données entre institutions et plateformes. Comme les fichiers SPH stockent du PCM non compressé, ils préservent la pleine fidélité audio — essentiel lors de l'entrainement de modèles acoustiques où même de petits artéfacts peuvent fausser les résultats.

Le MP2 (MPEG-1 Audio Layer II), également connu sous le nom de son projet original MUSICAM, est un codec audio perceptuel standardisé dans le cadre de la norme ISO/IEC 11172-3 en 1993. Alors que son successeur le MP3 à capte l'attention du grand public, le MP2 s'est taille une place durable dans la radiodiffusion professionnelle qu'il conservé encore aujourd'hui. Le codec decompose l'audio en 32 sous-bandes via un banc de filtres polyphase, appliqué un modèle psychoacoustique pour determiner les seuils de masquage, puis quantifie et encodé par Huffman chaque sous-bande en consequence. Les deploiements de diffusion typiques utilisent 192 à 384 kbit/s en stéréo, offrant une qualité transparente avec une complexité d'encodage plus faible et une meilleure resilience àux erreurs que la couche III. Ces proprietes expliquent pourquoi la télévision DVB, la radio numérique DAB et le standard de camescope HDV imposent où préfèrent tous le MP2. La latence d'encodage est également plus courte, un trait important pour la diffusion en direct où la synchronisation labiale compte. Trois avantages maintiennent la pertinence du MP2 dès décennies après sa normalisation : une dégradation gracieuse sous les erreurs de transmission, vitale pour les signaux hertziens, un délai d'encodage minimal adapté àux chaînes de diffusion en temps réel, et une acceptation reglementaire ancree dans les cadres de diffusion europeens et asiatiques.