Konverter NIST ke MP2

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.

MP2 (MPEG-1 Audio Layer II), juga dikenal dengan nama proyek aslinya MUSICAM, adalah codec audio perseptual yang distandardisasi sebagai bagian dari ISO/IEC 11172-3 pada tahun 1993. Sementara penerusnya MP3 menarik perhatian konsumen, MP2 mengukir niche yang tahan lama di broadcasting profesional yang masih dipertahankan hingga hari ini. Codec ini membagi audio menjadi 32 sub-band melalui polyphase filter bank, menerapkan model psikoakustik untuk menentukan ambang batas masking, kemudian mengkuantisasi dan melakukan Huffman-coding pada setiap sub-band. Penerapan broadcast tipikal menggunakan 192-384 kbps untuk stereo, menghasilkan kualitas transparan dengan kompleksitas encoder yang lebih rendah dan ketahanan error yang lebih baik dibanding Layer III. Properti ini menjelaskan mengapa televisi DVB, radio digital DAB, dan standar camcorder HDV semuanya mewajibkan atau lebih memilih MP2. Latensi encoder juga lebih pendek, sifat penting untuk siaran langsung di mana sinkronisasi bibir penting. Tiga keunggulan menjaga MP2 tetap relevan beberapa dekade setelah standardisasi: degradasi yang anggun di bawah kesalahan transmisi yang vital untuk sinyal over-the-air, delay encoding minimal yang cocok untuk rantai siaran real-time, dan penerimaan regulasi yang mapan di seluruh kerangka broadcast Eropa dan Asia.