Convertitore da SPH a AAC

SPH è l'estensione file per l'audio memorizzato nel formato NIST SPHERE (SPeech HEader REsources), uno standard creato dal National Institute of Standards and Technology statunitense intorno al 1990. Progettato per la ricerca vocale, i file SPH portano un'intestazione ASCII di 1024 byte ricca di metadati — identificatori di database, conteggi dei canali, frequenze di campionamento, ordine dei byte e tipo di compressione — rendendo ogni registrazione autodescrittiva. L'audio sottostante è tipicamente PCM lineare a 16 bit campionato a 16 kHz, sebbene siano ammesse altre configurazioni. Ricercatori del NIST, del DARPA e di università in tutto il mondo si affidano a SPH per la distribuzione di corpora vocali come TIMIT, Switchboard e le collezioni LDC che sostengono i moderni sistemi di riconoscimento vocale automatico. Un vantaggio fondamentale è che l'intestazione leggibile dall'uomo consente agli script di analizzare i metadati della registrazione senza decodifica binaria. La rigorosa standardizzazione del formato elimina inoltre l'ambiguità nella condivisione di dataset tra istituzioni e piattaforme diverse. Poichè i file SPH memorizzano PCM non compresso, preservano la piena fedeltà audio — aspetto critico quando si addestrano modelli acustici dove anche piccoli artefatti possono distorcere i risultati.

AAC (Advanced Audio Coding) rappresenta l'evoluzione dell'MP3, standardizzato da ISO/IEC come parte delle specifiche MPEG-2 e successivamente MPEG-4. Sviluppato congiuntamente da Fraunhofer, Dolby, Sony, Nokia e AT&T, AAC offre una qualità sonora superiore a bitrate equivalenti o inferiori — un flusso AAC a 96 kbps eguaglia generalmente un file MP3 a 128 kbps in termini di qualità percettiva. Il codec sfrutta una trasformata discreta del coseno modificata combinata con modellazione psicoacustica avanzata e noise shaping temporale. AAC funge da formato audio predefinito per l'ecosistema Apple (iTunes, iPhone, iPad), YouTube e numerosi servizi di streaming. Il primo vantaggio è l'eccellente efficienza di compressione, che garantisce audio ad alta fedeltà con un consumo significativamente ridotto di spazio e banda. In secondo luogo, il formato supporta frequenze di campionamento da 8 kHz a 96 kHz e fino a 48 canali, adattandosi a qualsiasi esigenza, dalle chiamate vocali al suono surround. Terzo, l'ampia adozione da parte di Apple e altri produttori assicura che praticamente ogni dispositivo, browser e lettore multimediale moderno gestisca i contenuti AAC nativamente senza plugin aggiuntivi.