HTK를 VOC로 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.

VOC(Creative Voice)는 Creative Technology가 개발하여 1989년 오리지널 Sound Blaster 카드와 함께 도입한 디지털 오디오 컨테이너입니다. Creative의 하드웨어가 PC 오디오를 지배하던 DOS 시대에 Sound Blaster 제품군의 네이티브 오디오 포맷으로 사용되었습니다. VOC 파일은 블록 기반입니다: 각 파일은 8비트 부호 없는 PCM, 4비트 및 2.6비트 Creative ADPCM, 16비트 부호 있는 PCM, A-law 및 mu-law 인코딩 오디오를 담을 수 있는 타입별 데이터 블록으로 구성됩니다. 이 블록 구조는 또한 무음 간격, 반복 루프, 마커 포인트를 지원하여 게임 개발자에게 사운드 재생에 대한 세밀한 제어를 제공했습니다. 주목할 만한 장점은 하드웨어 수준의 디코딩으로, Sound Blaster 카드가 DMA 전송을 통해 VOC 데이터를 직접 재생하여 프로세서 사이클이 귀하던 시대에 CPU를 다른 작업에 활용할 수 있게 했습니다. 이 포맷은 id Software, Sierra, LucasArts의 DOS 게임에서 광범위하게 사용되었습니다. Windows와 WAV 포맷의 부상으로 VOC는 점차 주류에서 물러났지만, 레트로 게임 보존과 빈티지 PC 오디오 아카이브 작업에 여전히 중요합니다.