Convertitore da NIST a VOC

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.

VOC (Creative Voice) è un contenitore audio digitale sviluppato da Creative Technology e introdotto insieme alla scheda Sound Blaster originale nel 1989. Ha servito come formato audio nativo per la famiglia Sound Blaster durante l'era DOS, quando l'hardware Creative dominava l'audio su PC. I file VOC sono strutturati a blocchi: ogni file consiste in blocchi dati tipizzati che possono trasportare PCM a 8 bit senza segno, Creative ADPCM a 4 bit e 2,6 bit, PCM a 16 bit con segno, nonchè audio codificato in A-law e mu-law. Questa struttura a blocchi supporta anche intervalli di silenzio, loop di ripetizione e punti marcatore, dando agli sviluppatori di giochi un controllo dettagliato sulla riproduzione sonora. Un vantaggio notevole era la decodifica a livello hardware — le schede Sound Blaster potevano riprodurre i dati VOC direttamente tramite trasferimento DMA, liberando la CPU per altri compiti in un'epoca in cui i cicli del processore erano preziosi. Il formato ha visto un uso estensivo nei giochi DOS di id Software, Sierra e LucasArts. Con l'avvento di Windows e del formato WAV, VOC è gradualmente uscito dall'uso mainstream, ma resta importante per la preservazione del retrogaming e per chiunque lavori con archivi audio vintage per PC.