HTK를 MP2로 변환기

HTK는 음성 인식 연구를 위해 Cambridge 대학교 공학부에서 개발한 소프트웨어 모음인 Hidden Markov Model Toolkit의 네이티브 파형 컨테이너입니다. 1993년에 처음 배포된 HTK는 전 세계 전산 언어학 연구실에서 빠르게 레퍼런스 플랫폼이 되었으며, 그 파일 포맷도 함께 보급되었습니다. 각 파일은 프레임 수, 100 ns 단위의 프레임 주기, 프레임당 바이트 수, 데이터 종류를 나타내는 유형 코드를 지정하는 12바이트 헤더가 앞에 붙은 파라미터 벡터 시퀀스 또는 원시 샘플을 저장합니다 — 옵션은 파형 PCM에서 멜 주파수 켑스트럼 계수와 필터 뱅크 에너지까지 다양합니다. 이러한 다용도성 덕분에 파서를 변경하지 않고도 하나의 컨테이너에 원본 오디오와 추출된 특성 모두를 담을 수 있습니다. 의도적으로 최소화된 헤더는 정렬 패딩이나 선택적 청크를 피하여, C, Python 또는 MATLAB에서 몇 줄의 바이너리 I/O로 읽을 수 있는 포맷을 만듭니다. 세 가지 장점이 HTK의 지속적인 관련성을 뒷받침합니다: HTK 학습 및 인식 파이프라인과의 긴밀한 통합, 파서 모호성을 제거하는 결정적 바이트 레이아웃, 학술 코퍼스에서의 광범위한 채택입니다.

MP2(MPEG-1 Audio Layer II)는 원래 프로젝트 이름인 MUSICAM으로도 알려진 지각 오디오 코덱으로, 1993년 ISO/IEC 11172-3의 일부로 표준화되었습니다. 후속 포맷인 MP3가 소비자 시장의 주목을 받은 반면, MP2는 전문 방송 분야에서 견고한 지위를 확보하여 오늘날까지 유지하고 있습니다. 코덱은 다상 필터 뱅크를 통해 오디오를 32개의 서브밴드로 분할하고, 심리음향 모델을 적용하여 마스킹 임계값을 결정한 다음, 각 서브밴드를 양자화하고 허프만 코딩합니다. 일반적인 방송 배포에서는 스테레오에 192~384 kbps를 사용하여, Layer III보다 낮은 인코더 복잡도와 더 나은 오류 내성으로 투명한 품질을 제공합니다. 이러한 특성이 DVB 텔레비전, DAB 디지털 라디오, HDV 캠코더 표준이 모두 MP2를 의무화하거나 선호하는 이유입니다. 인코더 지연도 더 짧아 립싱크가 중요한 라이브 방송에서 중요한 특성입니다. 세 가지 장점이 표준화 후 수십 년이 지나도 MP2의 관련성을 유지합니다: 지상파 신호에 필수적인 전송 오류 하에서의 우아한 성능 저하, 실시간 방송 체인에 적합한 최소 인코딩 지연, 유럽 및 아시아 방송 프레임워크에서의 확고한 규제적 수용입니다.