Konverter HTK ke WV

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.

WavPack adalah codec audio open-source yang dibuat oleh David Bryant, dengan versi 1.0 dirilis pada 15 Agustus 1998. Yang membedakan WavPack adalah mode hibridnya yang unik: encoder dapat secara simultan menghasilkan file lossy yang kompak dan file koreksi terpisah yang, jika digabungkan, merekonstruksi stream PCM asli secara bit-for-bit. Pengguna yang membutuhkan portabilitas hanya membawa file lossy; mereka yang menginginkan kualitas arsip menyimpan keduanya. Codec ini menangani audio PCM dari integer 8-bit hingga 32-bit dan 32-bit floating point, dengan sample rate hingga 768 kHz — spesifikasi yang cukup luas untuk konten DSD, yang ditambahkan dukungannya oleh WavPack 5. Rasio kompresi dalam mode lossless murni biasanya mencapai 40 hingga 55 persen dari ukuran asli, kompetitif dengan FLAC dan sering sedikit lebih baik pada materi tertentu. Encoding multicore pada versi selanjutnya secara dramatis mempercepat pemrosesan pada perangkat keras modern. Pustaka open-source dirilis di bawah lisensi BSD dan telah diintegrasikan ke dalam foobar2000, VLC, FFmpeg, dan berbagai tool lainnya. WavPack juga mendukung metadata yang kaya melalui tag APEv2, cue sheet tertanam, dan nilai ReplayGain, memenuhi kebutuhan organisasi dari perpustakaan musik yang paling teliti sekalipun.