Convertitore da SPH a MP2

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.

MP2 (MPEG-1 Audio Layer II), conosciuto anche con il nome originale del progetto MUSICAM, è un codec audio percettivo standardizzato come parte di ISO/IEC 11172-3 nel 1993. Mentre il suo successore MP3 ha catturato l'attenzione del mondo consumer, MP2 si è ritagliato una nicchia duratura nella radiodiffusione professionale che mantiene ancora oggi. Il codec suddivide l'audio in 32 sottobande tramite un banco di filtri polifase, applica un modello psicoacustico per determinare le soglie di mascheramento, quindi quantizza e codifica con Huffman ogni sottobanda di conseguenza. Le implementazioni broadcast tipiche utilizzano 192-384 kbps per lo stereo, ottenendo qualità trasparente con minore complessità del codificatore e migliore resilienza agli errori rispetto al Layer III. Queste proprietà spiegano perchè la televisione DVB, la radio digitale DAB e lo standard per videocamere HDV adottano o preferiscono tutti l'MP2. Anche la latenza del codificatore è più breve, un aspetto importante per la radiodiffusione dal vivo dove la sincronia labiale conta. Tre vantaggi mantengono l'MP2 rilevante a decenni dalla standardizzazione: il degrado graduale in caso di errori di trasmissione, vitale per i segnali via etere, il ritardo minimo di codifica adatto alle catene broadcast in tempo reale e l'accettazione normativa consolidata nei framework broadcast europei e asiatici.