NIST에서 OPUS로 변환기

NIST SPHERE(SPeech HEader REsources)는 DARPA 지원 프로젝트를 중심으로 음성 연구를 위해 미국 국립표준기술연구소가 만든 전문 오디오 파일 포맷입니다. 이 포맷은 샘플레이트, 채널 수, 인코딩 유형, 화자 인구통계, 전사 주석 등의 메타데이터를 인코딩하는 구조화된 ASCII 헤더로 원시 오디오 샘플을 감싸, 음성 코퍼스 배포에 이상적입니다. NIST 파일은 일반적으로 전화 품질 샘플레이트(8 kHz 또는 16 kHz)의 비압축 PCM 또는 mu-law 오디오를 저장하지만, 컨테이너는 다양한 인코딩을 수용할 만큼 유연합니다. 핵심 장점은 연구자가 상세한 코퍼스 메타데이터를 파일에 직접 임베딩하여 사이드카 파일을 불필요하게 만드는 풍부한 자기 설명형 헤더입니다. SPHERE는 또한 TIMIT, Switchboard, Fisher 코퍼스와 같은 주요 음성 데이터베이스의 사실상 표준이 되어, 학술 및 정부 연구실 전반에서 광범위한 인지도를 확보했습니다. 공개 사양과 명령행 도구(sphere, h_strip, w_decode)의 가용성으로 음성 처리 파이프라인에서 이러한 파일을 프로그래밍 방식으로 변환, 검사, 처리하는 것이 간편합니다.

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.