Konwerter NIST na WMA

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.

WMA (Windows Media Audio) to rodzina wlascicielskich kodekow audio opracowanych przez Microsoft i po raz pierwszy wydanych w 1999 roku jako czesc platformy Windows Media. Stworzone, by konkurowac z MP3 i AAC, WMA Standard wykorzystuje kodowanie percepcyjne, dostarczajac — wedle deklaracji Microsoftu — jakosc bliska CD przy szybkosciach transmisji nawet 64 kbps, czyli mniej wiecej polowie tego, czego MP3 zwykle potrzebowal dla porownywalnych rezultatow. Rodzina kodekow poszerzyala sie o WMA Professional do dzwieku przestrzennego i audio wysokiej rozdzielczosci, WMA Lossless do bezstratnej kompresji archiwalnej oraz WMA Voice zoptymalizowany pod tresci mowione przy bardzo niskich szybkosciach transmisji. Gleboka integracja z Windowsem, Windows Media Playerem i ekosystemem Zune dala WMA silna przewage dystrybucyjna w calej dekadzie 2000, a obsluga zarzadzania prawami cyfrowymi (DRM) czynic format atrakcyjnym dla owczesnych sklepow muzycznych online. Kodowanie i dekodowanie jest obslugiwane natywnie przez Windows, nie wymagajac oprogramowania zewnetrznego do odtwarzania na dowolnym komputerze z Windowsem. Wsparcie wieloplatformowe poprawilo sie dzieki bibliotekom takim jak FFmpeg i GStreamer, choc WMA pozostaje mniej uniwersalnie kompatybilny niz MP3 czy AAC na urzadzeniach spoza ekosystemu Microsoft. Format nadal pojawia sie w starszych bibliotekach multimedialnych, choc nowsze kodeki w duzej mierze zajely jego miejsce w strumieniowaniu i uzytku mobilnym.