Konverter HTK ke SPX

HTK adalah kontainer bentuk gelombang native untuk Hidden Markov Model Toolkit, paket perangkat lunak yang dikembangkan di Departemen Teknik Universitas Cambridge untuk penelitian pengenalan ucapan. Pertama kali didistribusikan pada tahun 1993, HTK dengan cepat menjadi platform referensi di laboratorium linguistik komputasional di seluruh dunia, dan format file-nya mengikuti. Setiap file menyimpan urutan vektor parameter atau sampel mentah yang didahului oleh header 12-byte yang menentukan jumlah frame, periode frame dalam satuan 100 ns, jumlah byte per frame, dan kode tipe yang menunjukkan jenis data — opsi berkisar dari PCM bentuk gelombang hingga koefisien cepstral frekuensi Mel dan energi filter-bank. Keserbagunaan ini memungkinkan satu kontainer membawa audio sumber dan fitur yang diekstrak tanpa mengubah parser. Header yang sengaja minimal menghindari padding alignment atau chunk opsional, membuat format ini sangat mudah dibaca dari C, Python, atau MATLAB dengan beberapa baris I/O biner. Tiga keunggulan mendukung relevansi HTK yang bertahan lama: integrasi erat dengan pipeline pelatihan dan pengenalan HTK, tata letak byte deterministik yang menghilangkan ambiguitas parser, dan adopsi yang luas dalam korpora akademik.

Speex adalah codec audio open-source yang dirancang khusus untuk kompresi ucapan, dikembangkan oleh Jean-Marc Valin di bawah Xiph.Org Foundation. Pertama kali dirilis pada Oktober 2002, codec ini menargetkan voice-over-IP, konferensi, dan skenario apa pun di mana kata-kata yang diucapkan perlu berpindah secara efisien melalui jaringan. File SPX membungkus audio yang dikodekan Speex di dalam kontainer Ogg, memadukan optimasi ucapan codec dengan kemampuan streaming Ogg. Tiga sampling rate didukung — narrowband pada 8 kHz, wideband pada 16 kHz, dan ultra-wideband pada 32 kHz — bersama variable bitrate encoding yang beradaptasi secara real-time terhadap kompleksitas ucapan. Keunggulan yang menonjol adalah sifatnya yang bebas paten dan berlisensi BSD, yang memungkinkan pengembang menyematkannya secara bebas dalam produk komersial maupun open-source. Speex juga menyertakan acoustic echo cancellation, noise suppression, dan automatic gain control, fitur-fitur yang biasanya didelegasikan codec pesaing ke pustaka eksternal. Meskipun pembuatnya secara resmi merekomendasikan Opus sebagai penerus sejak 2012, Speex tetap diterapkan dalam sistem VoIP warisan, rekaman yang diarsipkan, dan perangkat embedded di mana footprint decoder-nya yang ringan masih dihargai.