Convertitore da HTK a OGG

HTK è il contenitore nativo di forme d'onda per l'Hidden Markov Model Toolkit, una suite software sviluppata presso il dipartimento di Ingegneria dell'Università di Cambridge per la ricerca sul riconoscimento vocale. Distribuito per la prima volta nel 1993, HTK è diventato rapidamente una piattaforma di riferimento nei laboratori di linguistica computazionale in tutto il mondo, e il suo formato file ha seguito la stessa traiettoria. Ogni file memorizza una sequenza di vettori di parametri o campioni grezzi preceduti da un'intestazione di 12 byte che specifica il numero di frame, il periodo del frame in unità di 100 ns, il conteggio dei byte per frame e un codice di tipo che indica la natura dei dati — le opzioni spaziano dal PCM a forma d'onda ai coefficienti cepstrali su scala di Mel e alle energie dei banchi di filtri. Questa versatilità consente a un unico contenitore di trasportare sia l'audio sorgente che le feature estratte senza cambiare parser. L'intestazione deliberatamente minimale evita il padding di allineamento o chunk opzionali, rendendo il formato banale da leggere da C, Python o MATLAB con poche righe di I/O binario. Tre vantaggi sostengono la rilevanza duratura di HTK: l'integrazione stretta con la pipeline di addestramento e riconoscimento HTK, un layout di byte deterministico che elimina l'ambiguità del parser e un'adozione capillare nei corpora accademici.

OGG Vorbis è un codec audio lossy aperto e privo di royalty all'interno del formato contenitore Ogg, entrambi sviluppati dalla Xiph.Org Foundation. Vorbis è stato progettato come alternativa priva di brevetti a MP3 e AAC, utilizzando la codifica con trasformata discreta del coseno modificata (MDCT) e una codifica a bitrate variabile che si adatta alla complessità del segnale frame per frame. Test d'ascolto alla cieca hanno costantemente dimostrato che Vorbis offre una qualità percettiva pari o superiore all'MP3, soprattutto nella fascia 96-192 kbps. Il formato supporta frequenze di campionamento da 8 kHz a 192 kHz e da 1 a 255 canali, coprendo tutto dalla voce mono ai mix surround. Un vantaggio di spicco è la totale assenza di costi di licenza — gli sviluppatori di giochi, le piattaforme di streaming e i produttori hardware possono implementare Vorbis senza preoccupazioni riguardo alle royalty. Spotify ha fatto affidamento su Vorbis per anni come codec di streaming primario proprio per questo motivo. Il formato gestisce inoltre il degrado qualitativo a bassi bitrate in modo più elegante rispetto a molti concorrenti, motivo per cui resta popolare nei videogiochi dove lo spazio è limitato e migliaia di effetti sonori competono per lo spazio disponibile. VLC, Firefox, Chrome e Android forniscono tutti la decodifica nativa di Vorbis.