GSM から NIST へのコンバーター
GSM電話音声をNIST音声研究形式にオンライン変換
gsm
nist
研究用フォーマット
GSM電話録音を学術解析ツールが要求するNIST形式に変換 — 音声研究のためのデータ準備に。
ツール不要
SPHEREツールキットのローカルインストールは不要です。ブラウザからGSMをNISTに完全オンラインで変換できます。
プライベートな処理
アップロードされたGSMファイルは変換後に削除。NISTファイルは24時間以内にサーバーから自動消去されます。
GSMをNISTへ変換する方法
コンピューター、Googleドライブ、Dropbox、URLからファイルを選ぶか、ページにドラッグして下さい.
nistもしくは必要な別のフォーマットを選ぶ（200種類以上のフォーマットが利用できます）
ファイルを変換すれば、すぐにnistファイルをダウンロードできます
フォーマットについて
GSM 06.10(フルレート)は、1991年にETSIによって批准され、世界中の数百のセルラーネットワークに展開されたGlobal System for Mobile Communications規格の基礎的な音声コーデックです。固定の13 kbit/sで動作し、アルゴリズムはRPE-LTP(Regular Pulse Excitation with Long-Term Prediction)を適用して、8 kHzモノ音声の20 msフレームをわずか33バイトに圧縮します。このアプローチは声道を線形予測フィルタとしてモデル化し、励起信号をエンコードし、さらなる削減のためにピッチ周期性を活用します — 初期のデジタルモバイルチャンネルの帯域幅制約下で明瞭な音声を提供するために調整されています。このコーデックはGSMテレフォニーだけでなく、多くのVoIPアプリケーション、ボイスメールシステム、低ビットレートの恩恵を受けるIVRプラットフォームにも使われています。3つの具体的な利点が際立っています。第一に、驚異的な圧縮 — 1分間の音声がわずか約100 KBに収まり、効率的な保存と伝送を実現します。第二に、ユニバーサルなツール — libgsmやSoXなどのライブラリがすべての主要プラットフォームでエンコーディングとデコーディングを処理します。第三に、ロイヤリティフリーの特許状況がAsteriskやFreeSWITCHなどのオープンソーステレフォニープロジェクトでの採用を促進しています。
NIST SPHERE(SPeech HEader REsources)は、アメリカ国立標準技術研究所がDARPA資金の音声研究プロジェクト向けに作成した特殊なオーディオファイル形式です。この形式は、サンプルレート、チャンネル数、エンコーディングタイプ、話者の属性、書き起こしアノテーションなどのメタデータをエンコードする構造化されたASCIIヘッダーで生のオーディオサンプルをラップし、音声コーパスの配布に最適です。NISTファイルは通常、電話品質のサンプルレート(8 kHzまたは16 kHz)で非圧縮PCMまたはmu-lawオーディオを格納しますが、コンテナはさまざまなエンコーディングを保持できる柔軟性があります。重要な利点は、研究者が詳細なコーパスメタデータをファイルに直接埋め込める豊富な自己文書化ヘッダーで、サイドカーファイルが不要になります。SPHEREはまた、TIMIT、Switchboard、Fisherコーパスなどの主要な音声データベースのデファクトスタンダードとなり、学術および政府の研究室全体で広く認知されています。オープンな仕様とコマンドラインツール(sphere、h_strip、w_decode)の利用可能性により、音声処理パイプラインでのファイルの変換、検査、処理が容易です。
よくある質問
NIST形式とは何ですか？
NISTは米国国立標準技術研究所が策定した音声データ形式で、音声研究やベンチマークに広く使用されています。
GSMをNISTに変換するのはなぜですか？
NIST形式は多くの音声認識ベンチマーク、研究コーパス、学術ツールで電話音声データの処理に求められます。
NISTとSPHはどう違いますか？
NISTとSPHはどちらもSPHEREフォーマットファミリーを指します。音声研究に使用される同一規格です。
NISTファイルを読み込めるツールは？
Kaldi、HTK、Praat、および公式のNIST SPHEREツールキットがNIST形式ファイルの音声解析に対応しています。
変換は安全ですか？
アップロードされたGSMファイルは変換後に削除されます。NIST出力ファイルは24時間以内にサーバーから自動削除されます。