Convertitore da SPH a WAV

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.

WAV (Waveform Audio File Format) è un contenitore audio non compresso sviluppato congiuntamente da Microsoft e IBM, pubblicato per la prima volta nell'agosto 1991 insieme a Windows 3.1. Basato sul Resource Interchange File Format (RIFF), WAV memorizza i dati audio — più comunemente come modulazione di codice a impulsi lineare (LPCM) — insieme a metadati che descrivono frequenza di campionamento, profondità di bit e numero di canali. Questa struttura lineare ha reso WAV lo standard de facto per l'audio non compresso su Windows e un formato di interscambio universalmente accettato praticamente su ogni sistema operativo, editor audio e lettore multimediale esistente. I file WAV in qualità CD utilizzano campioni a 16 bit a 44,1 kHz stereo, mentre i flussi di lavoro professionali impiegano abitualmente campioni a 24 o 32 bit float a frequenze fino a 192 kHz. Un vantaggio fondamentale è la fedeltà senza perdite: poichè il WAV standard non applica compressione, i dati memorizzati sono una rappresentazione digitale esatta della registrazione originale, rendendolo la scelta preferita per mastering e archiviazione. WAV supporta anche metadati integrati attraverso chunk INFO e BWF, consentendo timestamp e note di produzione. Il compromesso principale è la dimensione dei file — un minuto di stereo in qualità CD occupa circa 10 MB — e la struttura RIFF a 32 bit impone un limite di 4 GB, sebbene RF64 rimuova tale vincolo.