Convertitore da NIST a OPUS

NIST SPHERE (SPeech HEader REsources) è un formato audio specializzato creato dal National Institute of Standards and Technology per la ricerca vocale, in particolare per progetti finanziati dal DARPA. Il formato avvolge i campioni audio grezzi con un'intestazione ASCII strutturata che codifica metadati come frequenza di campionamento, numero di canali, tipo di codifica, dati demografici degli speaker e annotazioni di trascrizione — rendendolo ideale per la distribuzione di corpora vocali. I file NIST memorizzano tipicamente PCM non compresso o audio mu-law a frequenze di campionamento di qualità telefonica (8 kHz o 16 kHz), sebbene il contenitore sia sufficientemente flessibile da ospitare diverse codifiche. Un vantaggio fondamentale è la ricca intestazione auto-descrittiva che consente ai ricercatori di incorporare metadati dettagliati del corpus direttamente nel file, eliminando la necessità di file separati. SPHERE è inoltre diventato lo standard de facto per importanti database vocali come TIMIT, Switchboard e il corpus Fisher, garantendo un ampio riconoscimento nei laboratori accademici e governativi. La specifica aperta e la disponibilità di strumenti a riga di comando (sphere, h_strip, w_decode) rendono semplice convertire, ispezionare e elaborare questi file a livello programmatico nelle pipeline di elaborazione del parlato.

Opus è un codec audio versatile e aperto, standardizzato dall'IETF come RFC 6716 nel 2012. Unisce due approcci di codifica — SILK per il parlato e CELT per la musica — in un unico algoritmo che sfuma tra i due in base al tipo di contenuto e al bitrate. Questo design ibrido consente a Opus di superare praticamente ogni altro codec in un'ampia gamma di utilizzi: voce a bassa latenza a 6 kbps, musica ad alta fedeltà a 128 kbps e tutto ciò che sta nel mezzo. Supporta bitrate da 6 a 510 kbps, frequenze di campionamento fino a 48 kHz e dimensioni di frame fino a 2,5 ms, garantendogli la latenza algoritmica più bassa di qualsiasi codec audio mainstream. Tre vantaggi rendono Opus particolarmente interessante. È completamente privo di royalty e open-source, eliminando le barriere di licenza che frenano i codec proprietari. Raggiunge una qualità trasparente a circa la metà del bitrate dell'MP3 e batte AAC a bitrate equivalenti. Inoltre, la sua bassa latenza lo rende il codec obbligatorio per WebRTC, così ogni browser moderno viene fornito con un decodificatore Opus. WhatsApp, Discord, Zoom e YouTube si affidano tutti a Opus per l'audio in tempo reale.