Convertisseur SPH en SPX

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.

Speex est un codec audio open-source specialement conçu pour la compression vocale, développé par Jean-Marc Valin sous l'egide de la Fondation Xiph.Org. Lance en octobre 2002, il cible la voix sûr IP, la conference et tout scénario où la parole doit circuler efficacement sûr un réseau. Les fichiers SPX encapsulent l'audio encodé en Speex dans un conteneur Ogg, associant l'optimisation vocale du codec àux capacités de streaming d'Ogg. Trois frequences d'échantillonnage sont prises en chargé — bande etroite à 8 kHz, bande large à 16 kHz et ultra-large bande à 32 kHz — ainsi qu'un encodage à débit variable qui s'adapté en temps réel à la complexité de la parole. Un avantage notable est sa nature libre de brevets et sous licence BSD, qui a permis àux développeurs de l'intégrer librement dans dès produits commerciaux et open-source. Speex intègre également l'annulation d'echo acoustique, la suppression de bruit et le contrôle automatique du gain, dès fonctionnalités que les codecs concurrents deleguent généralement à dès bibliothèques externes. Bien que ses créateurs recommandent officiellement Opus comme successeur depuis 2012, Speex reste deploye dans les systèmes VoIP anciens, les enregistrements archivés et les appareils embarqués où son décodeur léger est encore apprécié.