SPH to MP2 변환기

SPH는 1990년경 미국 국립표준기술연구소가 만든 NIST SPHERE(SPeech HEader REsources) 포맷에 저장된 오디오의 파일 확장자입니다. 음성 연구를 위해 설계된 SPH 파일은 데이터베이스 식별자, 채널 수, 샘플레이트, 바이트 순서, 압축 유형 등의 메타데이터로 채워진 1024바이트 ASCII 헤더를 포함하여, 모든 녹음이 자기 설명적입니다. 기본 오디오는 일반적으로 16 kHz에서 샘플링된 16비트 리니어 PCM이지만, 다른 구성도 허용됩니다. NIST, DARPA 및 전 세계 대학의 연구자들은 현대 자동 음성 인식 시스템의 기반이 되는 TIMIT, Switchboard, LDC 컬렉션과 같은 음성 코퍼스 배포에 SPH를 사용합니다. 핵심 장점은 사람이 읽을 수 있는 헤더로, 스크립트가 바이너리 디코딩 없이 녹음 메타데이터를 파싱할 수 있습니다. 이 포맷의 엄격한 표준화는 기관과 플랫폼 간 데이터셋 공유 시 모호성을 제거합니다. SPH 파일이 비압축 PCM을 저장하므로 완전한 오디오 충실도가 보존됩니다 — 작은 아티팩트조차 결과를 왜곡할 수 있는 음향 모델 훈련에 매우 중요합니다.

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.