Konwerter NIST na RA

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.

RealAudio to wlasciciowy format audio opracowany przez RealNetworks i po raz pierwszy wydany w 1995 roku jako jedna z pierwszych technologii umozliwiajacych strumieniowe przesylanie audio w czasie rzeczywistym przez internet. W epoce modemow telefonicznych RealAudio byl prawdziwie rewolucyjny — pozwalal sluchaczom odtwarzac audio w trakcie pobierania, zamiast czekac na caly plik, co stanowilo zmiane paradygmatu, gdy trzuminutowa piosenka mogla potrzebowac 30 minut na transfer. Format ewoluowal przez wiele generacji kodekow: wczesne wersje uzywaly kodekow mowy o niskiej przepustowosci dla modemow 14,4 kbps, natomiast pozniejsze iteracje (RealAudio 10, zbudowany na AAC) dostarczaly jakosc bliska CD. Pliki RA obsluguja kodowanie ze stala i zmienna szybkoscia transmisji, adaptacyjne strumieniowanie z wieloma szybkosciami oraz algorytmy buforowania zaprojektowane w celu minimalizacji przerw w odtwarzaniu na zawodnych polaczeniach. W szczytowym okresie RealPlayer byl zainstalowany na setkach milionow komputerow, a nadawcy tacy jak BBC i NPR polegali na RealAudio w streamingu online. Trwalym wkladem technicznym byla koncepcja adaptacyjnego strumieniowania szybkosci transmisji, ktora wplynela na pozniejsze standardy, takie jak HLS i DASH. Choc zastapiony przez nowoczesne kodeki, ogromne archiwa tresci RA z wczesnego radia internetowego nadal istnieja i wymagaja konwersji do odtwarzania na wspolczesnych urzadzeniach.