SPH から AIFF へのコンバーター

SPHは、1990年頃に米国国立標準技術研究所が作成したNIST SPHERE(SPeech HEader REsources)形式で保存されたオーディオのファイル拡張子です。音声研究用に構築されたSPHファイルは、データベース識別子、チャンネル数、サンプルレート、バイトオーダー、圧縮タイプなどのメタデータが詰め込まれた1024バイトのASCIIヘッダーを持ち、すべての録音が自己記述的です。基盤となるオーディオは通常16 kHzで16ビットリニアPCMサンプリングですが、他の構成も許可されています。NIST、DARPA、および世界中の大学の研究者は、現代の自動音声認識システムの基盤となるTIMIT、Switchboard、LDCコレクションなどの音声コーパスの配布にSPHを使用しています。主な利点は、人間が読めるヘッダーにより、スクリプトがバイナリデコーディングなしに録音メタデータを解析できることです。形式の厳格な標準化により、機関やプラットフォーム間でデータセットを共有する際の曖昧さも排除されます。SPHファイルは非圧縮PCMを格納するため、完全なオーディオ忠実度が維持されます — 小さなアーティファクトでさえ結果を歪める可能性がある音響モデルのトレーニングにおいて重要です。

AIFF(Audio Interchange File Format)は、Electronic ArtsのIFF規格を構造設計の基礎として、1988年にAppleによって開発されました。非圧縮オーディオコンテナとして、AIFFはリニアPCMデータをフルCD品質 — 通常16ビット/44.1 kHz — で保存し、非可逆エンコードなしで元の録音のすべてのディテールを維持します。コンテンツはチャンク構造で整理され、マーカー、楽器定義、コメントなどのメタデータも格納できます。macOSのプロフェッショナルオーディオエンジニアは、編集やマスタリングの全段階を通じてビットパーフェクトな忠実度が保証されるため、AIFFを頻繁に使用します。重要な利点の一つは、世代劣化がゼロであることです — MP3やAACと異なり、繰り返し保存しても信号が劣化しません。もう一つの強みは、Logic ProやGarageBandなどAppleのプロフェッショナルツールとのシームレスな統合で、AIFFはネイティブの作業形式として機能します。コンテナは最大32ビットまでの複数のサンプルレートとビット深度をサポートし、CD品質の仕様を超えるハイレゾワークフローにも対応します。ストレージ効率よりもロスレスの整合性を優先する方にとって、AIFFは録音業界全体で信頼できる選択肢です。