Konwerter SPH na VOC

SPH to rozszerzenie plikow audio przechowywanych w formacie NIST SPHERE (SPeech HEader REsources) — standardzie stworzonym przez amerykanski National Institute of Standards and Technology okolo 1990 roku. Przeznaczony do badan nad mowa, pliki SPH zawieraja 1024-bajtowy naglowek ASCII wypelniony metadanymi — identyfikatorami bazy danych, liczba kanalow, czestotliwoscia probkowania, kolejnoscia bajtow i typem kompresji — co czyni kazde nagranie samoopisujoacy sie. Dane audio to zwykle 16-bitowe liniowe PCM probkowane przy 16 kHz, choc dozwolone sa inne konfiguracje. Badacze z NIST, DARPA i uniwersytetow na calym swiecie polegaja na SPH przy dystrybucji korpusow mowy, takich jak TIMIT, Switchboard i kolekcje LDC, ktore stanowia fundament nowoczesnych systemow automatycznego rozpoznawania mowy. Kluczowa zaleta jest to, ze czytelny naglowek pozwala skryptom parsowac metadane nagrania bez dekodowania binarnego. Scisla standaryzacja formatu eliminuje tez niejednoznacznosc przy wspoldzieleniu zbiorow danych miedzy instytucjami i platformami. Poniewaz pliki SPH przechowuja nieskompresowane PCM, zachowuja pelna wiernosc audio — co jest krytyczne przy trenowaniu modeli akustycznych, gdzie nawet drobne artefakty moga znieksztalcic wyniki.

VOC (Creative Voice) to kontener cyfrowego audio opracowany przez Creative Technology i wprowadzony wraz z oryginalna karta Sound Blaster w 1989 roku. Sluzyl jako natywny format audio dla rodziny Sound Blaster w epoce DOS, kiedy sprzet Creative dominowal w dziedzie PC audio. Pliki VOC sa oparte na blokach: kazdy plik sklada sie z typowanych blokow danych, ktore moga przenosic 8-bitowe PCM bez znaku, 4-bitowe i 2,6-bitowe Creative ADPCM, 16-bitowe PCM ze znakiem, a takze audio zakodowane w A-law i mu-law. Struktura blokowa obsluguje rowniez interwaly ciszy, petle powtorzen i punkty znacznikowe, dajac twoorcom gier precyzyjna kontrole nad odtwarzaniem dzwieku. Istotna zaleta bylo dekodowanie na poziomie sprzetu — karty Sound Blaster mogly odtwarzac dane VOC bezposrednio przez transfer DMA, zwalniajac procesor do innych zadan w epoce, gdy cykle procesora byly na wage zlota. Format byl szeroko stosowany w grach DOS od id Software, Sierra i LucasArts. Wraz z rozwojem Windowsa i formatu WAV VOC stopniowo wypadl z glownego nurtu, lecz pozostaje wazny dla zachowania retro gier i dla kazdego, kto pracuje z archiwalnymi zbiorami audio z ery PC.