Konverter NIST ke AAC

NIST SPHERE (SPeech HEader REsources) adalah format file audio khusus yang dibuat oleh National Institute of Standards and Technology untuk penelitian ucapan, khususnya proyek yang didanai DARPA. Format ini membungkus sampel audio mentah dengan header ASCII terstruktur yang mengkodekan metadata seperti sample rate, jumlah channel, tipe encoding, demografi pembicara, dan anotasi transkripsi — menjadikannya ideal untuk mendistribusikan korpora ucapan. File NIST biasanya menyimpan audio PCM tanpa kompresi atau mu-law pada sample rate kualitas telepon (8 kHz atau 16 kHz), meskipun kontainernya cukup fleksibel untuk menampung berbagai encoding. Keunggulan utamanya adalah header self-documenting yang kaya yang memungkinkan peneliti menyematkan metadata korpus yang detail langsung dalam file, menghilangkan file pendamping. SPHERE juga telah menjadi standar de facto untuk database ucapan utama seperti TIMIT, Switchboard, dan korpus Fisher, memastikan pengakuan yang luas di seluruh laboratorium akademik dan pemerintah. Spesifikasi terbuka dan ketersediaan tool command-line (sphere, h_strip, w_decode) membuatnya mudah untuk mengonversi, memeriksa, dan memproses file-file ini secara programatis dalam pipeline pemrosesan ucapan.

AAC (Advanced Audio Coding) adalah penerus MP3, distandardisasi oleh ISO/IEC sebagai bagian dari spesifikasi MPEG-2 dan kemudian MPEG-4. Dirancang secara kolaboratif oleh Fraunhofer, Dolby, Sony, Nokia, dan AT&T, AAC menghasilkan kualitas suara yang lebih baik pada bit rate yang setara atau lebih rendah — stream AAC 96 kbps umumnya menyamai file MP3 128 kbps dalam kualitas perseptual. Codec ini memanfaatkan modified discrete cosine transform yang dikombinasikan dengan pemodelan psikoakustik canggih dan temporal noise shaping. AAC berfungsi sebagai format audio default untuk ekosistem Apple (iTunes, iPhone, iPad), YouTube, dan banyak layanan streaming. Keunggulan pertamanya adalah efisiensi kompresi yang sangat baik — audio berkualitas tinggi menggunakan penyimpanan dan bandwidth yang jauh lebih sedikit. Kedua, format ini mendukung sample rate dari 8 kHz hingga 96 kHz dan hingga 48 channel, cocok untuk segala kebutuhan mulai dari panggilan suara hingga suara surround. Ketiga, adopsi industri yang luas oleh Apple dan pihak lain memastikan bahwa hampir setiap perangkat modern, browser, dan pemutar media dapat menangani konten AAC secara native tanpa plugin tambahan.