NIST에서 WAV로 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.

WAV(Waveform Audio File Format)는 Microsoft와 IBM이 공동 개발한 비압축 오디오 컨테이너로, 1991년 8월 Windows 3.1과 함께 처음 발표되었습니다. RIFF(Resource Interchange File Format)를 기반으로 구축된 WAV는 가장 일반적으로 리니어 펄스 코드 변조(LPCM)로 오디오 데이터를 저장하며, 샘플레이트, 비트 심도, 채널 수를 설명하는 메타데이터도 함께 담습니다. 이 직관적인 구조 덕분에 WAV는 Windows에서 비압축 오디오의 사실상 표준이자 거의 모든 운영 체제, 오디오 에디터, 미디어 플레이어에서 보편적으로 인정받는 교환 포맷이 되었습니다. CD 품질 WAV 파일은 44.1 kHz 스테레오 16비트 샘플을 사용하며, 전문 워크플로에서는 최대 192 kHz의 24비트 또는 32비트 부동소수점 샘플이 일상적으로 사용됩니다. 주요 장점은 무손실 충실도입니다: 표준 WAV는 압축을 적용하지 않으므로 저장된 데이터가 원본 녹음의 정확한 디지털 표현이 되어, 마스터링과 보관에 선호되는 선택입니다. WAV는 또한 INFO 및 BWF 청크를 통한 내장 메타데이터를 지원하여 타임스탬프와 프로덕션 노트가 가능합니다. 주요 절충점은 파일 크기로 — CD 품질 스테레오 1분이 약 10 MB를 차지 — 그리고 32비트 RIFF 구조가 4 GB 제한을 부과하지만, RF64가 이 한계를 없앱니다.