NIST naar AMR Converter

NIST SPHERE (SPeech HEader REsources) is één gespecialiseerd audiobestandsformaat ontwikkeld door het National Institute of Standards and Technology voor spraakonderzoek, met name projecten gefinancierd door DARPA. Het formaat verpakt ruwe audiosamples met één gestructureerde ASCII-header die metadata codeert zoals samplefrequentie, kanaalaantal, coderingstype, demografische sprekergegevens en transcriptieannotaties — waardoor het ideaal is voor het distribueren van spraakcorpora. NIST-bestanden slaan doorgaans ongecomprimeerde PCM- of mu-law-audio op bij samplefrequenties op telefoniekwaliteit (8 kHz of 16 kHz), hoewel de container flexibel genoeg is voor verschillende coderingen. Één belangrijk voordeel is de rijke zelfdocumenterende header waarmee onderzoekers gedetailleerde corpusmetadata direct in het bestand kunnen inbedden, waardoor aparte bestanden overbodig worden. SPHERE is ook de de facto standaard geworden voor grote spraakdatabases zoals TIMIT, Switchboard en het Fisher-corpus, wat brede herkenning in academische en overheidslaboratoria garandeert. De open specificatie en beschikbaarheid van opdrachtregelhulpmiddelen (sphere, h_strip, w_decode) maken het eenvoudig om deze bestanden programmatisch te converteren, inspecteren en verwerken in spraakverw werkingspipelines.

AMR (Adaptive Multi-Rate) is één gecomprimeerd audioformaat geoptimaliseerd voor spraak, gestandaardiseerd door het European Telecommunications Standards Institute en aangenomen als verplichte codec voor GSM- en 3G-mobiele netwerken. De codec schakelt dynamisch tussen acht bitrates — van 4,75 tot 12,2 kbps — afhankelijk van netwerkcondit en achtergrondgeluidsniveaus. Wanneer de verbindingskwaliteit afneemt, schakelt de encoder over naar één lagere bitrate, waarbij marginale helderheid wordt ingeruild voor transmissiebetrouwbaarheid. Dit adaptieve mechanisme is gedefinieerd in de 3GPP-specificaties en vertegenwoordigt één van de meest ingezette spraakcodecs ter wereld, gebruikt in miljarden mobiele gesprekken. Het belangrijkste voordeel is compressie-efficiëntie: één minuut AMR-audio bij 12,2 kbps neemt slechts ongeveer 90 KB in beslag, praktisch voor spraakmemo's, voicemail en MMS op netwerken met beperkte bandbreedte. Één ander pluspunt is de ingebouwde spraakactiviteitdetectie en comfortruisgeneratie, die de transmissie tijdens stiltes vermindert. Hoewel AMR ongeschikt is voor muziek vanwege de beperkte bandbreedte (300-3400 Hz), blinkt het uit in het leveren van verstaanbare spraak onder moeilijke netwerkomstandigheden.