Konwerter NIST na OGA

NIST SPHERE (SPeech HEader REsources) to specjalistyczny format plikow audio stworzony przez National Institute of Standards and Technology na potrzeby badan nad mowa, w szczegolnosci projektow finansowanych przez DARPA. Format opakowuje surowe probki audio w strukturalny naglowek ASCII kodujacy metadane, takie jak czestotliwosc probkowania, liczba kanalow, typ kodowania, dane demograficzne mowcy i adnotacje transkrypcyjne — co czyni go idealnym do dystrybucji korpusow mowy. Pliki NIST zwykle przechowuja nieskompresowane PCM lub audio mu-law przy czestotliwosciach probkowania klasy telefonicznej (8 kHz lub 16 kHz), choc kontener jest na tyle elastyczny, by pomiescic rozne kodowania. Kluczowa zaleta jest bogaty, samoopisujoacy sie naglowek, pozwalajacy badaczom osadzac szczegolowe metadane korpusowe bezposrednio w pliku, eliminujac potrzebe osobnych plikow towarzyszacych. SPHERE stal sie rowniez de facto standardem dla glownych baz danych mowy, takich jak TIMIT, Switchboard i korpus Fisher, zapewniajac szerokie uznanie w laboratoriach akademickich i rzadowych. Otwarta specyfikacja i dostepnosc narzedzi wiersza polecen (sphere, h_strip, w_decode) umozliwiaja latwa konwersje, inspekcje i przetwarzanie tych plikow programistycznie w potokach przetwarzania mowy.

OGA to rozszerzenie plikow tylko-audio w ramach kontenera Ogg, utrzymywanego przez Xiph.Org Foundation. Podczas gdy .ogg tradycyjnie sluzyl jako uniwersalne rozszerzenie dla dowolnego strumienia w opakowaniu Ogg, wprowadzenie .oga w 2007 roku przynioslo klarownosc, wyraznie sygnalizujac, ze plik zawiera wylacznie dane audio. Pod maska pliki OGA moga przenosic dzwiek zakodowany w Vorbis, FLAC, Speex lub Opus — kontener jest niezalezny od kodeka, sluzac jako opakowanie transportowe z obsluga polaczonych strumieni logicznych i wyszukiwania opartego na granulach. Jedna z korzysci OGA jest interoperacyjnosc: aplikacje napotykajace rozszerzenie .oga moga zoptymalizowac sie pod odtwarzanie tylko-audio bez sondowania w poszukiwaniu sciezek wideo, co skutkuje szybszym ladowaniem i mniejszym zuzbciem pamieci. Poniewaz kontener Ogg i powiazane z nim kodeki sa calkowicie open-source i wolne od tantiem, OGA unika komplikacji patentowych, ktore dotykaja formatow wlascicielskich. Format obsluguje metadane komentarzy Vorbis do tagowania artysty, albumu i informacji o sciezce w ustandaryzowany sposob. OGA jest odtwarzany natywnie w Firefoxie, przegladarkach opartych na Chromium, VLC i wiekszosci srodowisk desktopowych Linux, co czyni go praktycznym wyborem do dystrybucji audio w sieci i przepływow archiwalnych.