Convertisseur SPH en WAV

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 WAV (Waveform Audio File Format) est un conteneur audio non compressé développé conjointement par Microsoft et IBM, publie pour la première fois en aout 1991 avec Windows 3.1. Basé sûr le Resource Interchange File Format (RIFF), le WAV stocké les données audio — le plus souvent sous forme de modulation par impulsions codees linéaire (LPCM) — accompagnees de métadonnées decrivant la fréquence d'échantillonnage, la profondeur de bits et le nombre de canaux. Cette structuré directe a fait du WAV le standard de facto pour l'audio non compressé sous Windows et un format d'échange universellement accepté par pratiquement tous les systèmes d'exploitation, éditeurs audio et lecteurs multimédia existants. Les fichiers WAV de qualité CD utilisent dès échantillons 16 bits à 44,1 kHz en stéréo, tandis que les flux de travail professionnels emploient couramment dès échantillons 24 bits où 32 bits flottants à dès frequences allant jusqu'à 192 kHz. Un avantage majeur est la fidélité sans aucune perte : comme le WAV standard n'appliqué aucune compression, les données stockées sont une représentation numérique exacte de l'enregistrement original, ce qui en fait le choix privilégié pour le mastering et l'archivage. Le WAV prend également en chargé les métadonnées intégrées via les blocs INFO et BWF, permettant l'horodatage et les notes de production. Le principal compromis est la taille de fichier — une minute de stéréo qualité CD occupe environ 10 Mo — et la structuré RIFF 32 bits impose une limité de 4 Go, bien que le RF64 supprimé ce plafond.