Conversor de HTK para WV

HTK é o container de forma de onda nativo do Hidden Markov Model Toolkit, um pacote de software desenvolvido no Departamento de Engenharia da Universidade de Cambridge para pesquisa em reconhecimento de fala. Distribuido pela primeira vez em 1993, o HTK rapidamente se tornou uma plataforma de referência em laboratorios de linguística computacional em todo o mundo, e seu formato de arquivo seguiu o mesmo caminho. Cada arquivo armazena uma sequência de vetores de parâmetros ou amostras brutas precedidos por um cabecalho de 12 bytes especificando o número de quadros, o periodo do quadro em unidades de 100 ns, a contagem de bytes por quadro é um código de tipo indicando o tipo de dado — às opções vão desde PCM de forma de onda até coeficientes cepstrais de frequência Mel é energias de banco de filtros. Essa versatilidade permite que um único container carregue tanto áudio fonte quanto features extraidas sem alterar os analisadores. O cabecalho deliberadamente mínimo evita preenchimento de alinhamento ou blocos opcionais, tornando o formato trivial de ler a partir de C, Python ou MATLAB com poucas linhas de É/S binária. Três vantagens sustentam a relevancia duradoura do HTK: integração estreita com o pipeline de treinamento é reconhecimento HTK, layout de bytes deterministico que elimina ambiguidade no analisador é ampla adoção em corpora acadêmicos.

WavPack é um codec de áudio de código aberto criado por David Bryant, com a versão 1.0 lancada em 15 de agosto de 1998. O que diferencia o WavPack é seu modo híbrido único: o codificador pode produzir simultaneamente um arquivo com perdas compacto é um arquivo de correção separado que, quando combinados, reconstroem o fluxo PCM original bit a bit. Usuários que precisam de portabilidade carregam apenas o arquivo com perdas; aqueles que querem qualidade de arquivo mantém ambos. O codec lida com áudio PCM de 8 bits até 32 bits inteiro é 32 bits ponto flutuante, com taxas de amostragem de até 768 kHz — especificações amplas o suficiente para conteúdo DSD, que o WavPack 5 adicionou suporte. Às taxas de compressão em modo sem perdas puro normalmente alcançam 40 a 55% do tamanho original, competitivas com FLAC é frequentemente ligeiramente melhores em certos materiais. A codificação multinucleo em versões posteriores acelera drasticamente o processamento em hardware moderno. A biblioteca de código aberto é distribuida sob licença BSD é foi integrada ao foobar2000, VLC, FFmpeg é inumeras outras ferramentas. O WavPack também suporta metadados ricos por meio de tags APEv2, cue sheets embutidos é valores ReplayGain, cobrindo às necessidades organizacionais até da biblioteca de música mais meticulosa.