HTKからNISTコンバーター
ブラウザでHTK音声をNISTに変換
htk
nist
フォーマット変換
HTK録音をNISTに変換 — 研究用音声を音声研究データ交換で使える形式へ。
インストール不要
プラグインもダウンロードもデスクトップソフトも不要。ページを開いて変換するだけです。
簡単操作
HTK変換は数クリックで完了。技術的知識は不要 — アップロードして変換するだけです。
HTK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
HTKは、ケンブリッジ大学工学部が開発した音声認識研究用ソフトウェアスイートHidden Markov Model Toolkitのネイティブ波形コンテナです。1993年に初めて配布され、HTKは世界中の計算言語学研究室でリファレンスプラットフォームとなり、そのファイル形式も同様に広まりました。各ファイルにはパラメータベクトルまたは生のサンプルが格納され、フレーム数、100 ns単位のフレーム周期、フレームあたりのバイト数、およびデータの種類を示すタイプコードを指定する12バイトのヘッダーが先行します — オプションは波形PCMからメル周波数ケプストラム係数やフィルタバンクエネルギーまで多岐にわたります。この汎用性により、単一のコンテナがパーサーを変更することなくソースオーディオと抽出された特徴量の両方を保持できます。意図的に最小限のヘッダーはアラインメントパディングやオプションチャンクを避け、C、Python、MATLABから数行のバイナリI/Oで簡単に読み取れます。HTKの持続的な関連性を支える3つの利点は、HTKトレーニングおよび認識パイプラインとの緊密な統合、パーサーの曖昧さを排除する決定論的なバイトレイアウト、そしてアカデミックコーパスでの広範な採用です。
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
なぜHTKをNISTに変換するのですか？
HTKは音声研究ツール専用です。NISTに変換すれば、音声研究データ交換で使えるオーディオになります。
NISTファイルを開けるアプリは？
HTKツールキット、SoX、音声研究ソフトでNISTファイルを再生できます。
NISTの音質はどうですか？
標準設定で良好な音質が得られます。出力のクリアさは元のHTK録音の品質に依存します。
変換速度はどのくらいですか？
HTKファイルは軽量なため高速に処理されます。変換はサーバー上で数秒で完了します。
ファイルの安全性は確保されますか？
HTKファイルは変換完了後に消去されます。ダウンロードファイルも24時間以内にサーバーから自動削除されます。
モバイルでも利用できますか？
はい。コンバーターはどのブラウザでも動作します — スマートフォン、タブレット、デスクトップすべてに対応。