Convertitore da NIST a SPX

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.

Speex è un codec audio open-source appositamente progettato per la compressione del parlato, sviluppato da Jean-Marc Valin sotto la Xiph.Org Foundation. Rilasciato per la prima volta nell'ottobre 2002, si rivolge al voice-over-IP, alle conferenze e a qualsiasi scenario in cui la voce parlata deve viaggiare efficientemente attraverso una rete. I file SPX avvolgono l'audio codificato Speex in un contenitore Ogg, abbinando l'ottimizzazione vocale del codec alle capacità di streaming di Ogg. Tre frequenze di campionamento sono supportate — narrowband a 8 kHz, wideband a 16 kHz e ultra-wideband a 32 kHz — insieme alla codifica a bitrate variabile che si adatta in tempo reale alla complessità del parlato. Un vantaggio di spicco è la natura priva di brevetti e con licenza BSD, che ha permesso agli sviluppatori di incorporarlo liberamente in prodotti sia commerciali che open-source. Speex integra inoltre cancellazione dell'eco acustico, soppressione del rumore e controllo automatico del guadagno, funzionalità che i codec concorrenti delegano tipicamente a librerie esterne. Sebbene i suoi creatori raccomandino ufficialmente Opus come successore dal 2012, Speex resta implementato nei sistemi VoIP legacy, nelle registrazioni archiviate e nei dispositivi embedded dove l'impronta leggera del suo decodificatore è ancora apprezzata.