HTK를 OPUS로 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.

Opus는 2012년 IETF에 의해 RFC 6716으로 표준화된 다목적 오픈 오디오 코덱입니다. 음성용 SILK와 음악용 CELT라는 두 가지 코딩 접근 방식을 하나의 알고리즘으로 융합하여, 콘텐츠 유형과 비트레이트에 따라 두 방식 사이를 블렌딩합니다. 이 하이브리드 설계로 Opus는 광범위한 용도에서 사실상 모든 다른 코덱을 능가합니다: 6 kbps의 저지연 음성, 128 kbps의 고품질 음악, 그리고 그 사이의 모든 것. 6~510 kbps의 비트레이트, 최대 48 kHz의 샘플레이트, 2.5 ms까지의 프레임 크기를 지원하여 주류 오디오 코덱 중 가장 낮은 알고리즘 지연을 제공합니다. 세 가지 장점이 Opus를 특히 매력적으로 만듭니다. 완전한 무로열티 오픈소스로 독점 코덱을 가로막는 라이선스 장벽을 제거합니다. MP3 비트레이트의 약 절반에서 투명한 품질을 달성하고 동일 레이트에서 AAC를 능가합니다. 그리고 낮은 지연으로 WebRTC의 필수 코덱이 되어 모든 최신 브라우저에 Opus 디코더가 탑재되어 있습니다. WhatsApp, Discord, Zoom, YouTube 모두 실시간 오디오에 Opus를 사용합니다.