Convertitore da SPH a SPX

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.

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.