Konwerter HTK na WV

HTK to natywny kontener fal dzwiekowych dla Hidden Markov Model Toolkit — pakietu oprogramowania opracowanego na Wydziale Inzynierii Uniwersytetu Cambridge do badan nad rozpoznawaniem mowy. Po raz pierwszy udostepniony w 1993 roku, HTK szybko stal sie platforma referencyjnaw laboratoriach lingwistyki obliczeniowej na calym swiecie, a jego format plikow poszedl w jego slady. Kazdy plik przechowuje sekwencje wektorow parametrow lub surowe probki, poprzedzone 12-bajtowym naglowkiem okreslajacym liczbe ramek, okres ramki w jednostkach 100 ns, liczbe bajtow na ramke oraz kod typu wskazujacy rodzaj danych — opcje obejmuja zarowno przebieg PCM, jak i wspolczynniki mel-czestotliwosciowe oraz energie pasma filtrowego. Ta wszechstronnosc pozwala pojedynczemu kontenerowi przenosic zarowno zrodlowe audio, jak i wyekstrahowane cechy bez zmiany parserow. Celowo minimalny naglowek unika wyrownan paddingu czy opcjonalnych blokow, co czyni format trywialnym do odczytu z C, Pythona czy MATLAB-a za pomoca kilku linii binarnego I/O. Trzy zalety stanowia o trwalym znaczeniu HTK: scisla integracja z potokiem trenowania i rozpoznawania HTK, deterministyczny uklad bajtow eliminujacy niejednoznacznosc parsera oraz szerokie przyjecie w korpusach akademickich.

WavPack to otwartorodlowy kodek audio stworzony przez Davida Bryanta, z wersja 1.0 wydana 15 sierpnia 1998 roku. Tym, co wyróznia WavPack, jest unikalny tryb hybrydowy: koder moze jednoczesnie generowac kompaktowy plik stratny i oddzielny plik korekcyjny, ktore w polaczeniu rekonstruuja oryginalny strumien PCM bit-po-bicie. Uzytkownicy potrzebujacy przenosnosci zabieraja tylko plik stratny; ci, ktorzy chca jakosci archiwalnej, zachowuja oba. Kodek obsluguje audio PCM od 8-bitowego do 32-bitowego calkowitego i 32-bitowego zmiennoprzecinkowego, z czestotliwosciami probkowania do 768 kHz — specyfikacje wystarczajaco szerokie dla tresci DSD, ktore WavPack 5 dodal do obslugi. Wspolczynniki kompresji w trybie czysto bezstratnym zwykle osiagaja 40 do 55 procent oryginalnego rozmiaru, co jest konkurencyjne z FLAC i czesto nieco lepsze na pewnych materialach. Wielordzeniowe kodowanie w pozniejszych wersjach dramatycznie przyspiesza przetwarzanie na wspolczesnym sprzecie. Otwartorodlowa biblioteka jest dostarczana na licencji BSD i zostala zintegrowana z foobar2000, VLC, FFmpeg i wieloma innymi narzedziami. WavPack obsluguje rowniez bogate metadane przez tagi APEv2, osadzone arkusze cue i wartosci ReplayGain, pokrywajac potrzeby organizacyjne nawet najbardziej skrupulatnych bibliotek muzycznych.