Konwerter SPH na WV

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.

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.