Conversor de SPH para AAC

SPH é a extensão de arquivo para áudio armazenado no formato NIST SPHERE (SPeech HEader REsources), um padrão criado pelo National Institute of Standards and Technology dos EUA por volta de 1990. Construído para pesquisa em fala, os arquivos SPH carregam um cabecalho ASCII de 1024 bytes repleto de metadados — identificadores de banco de dados, contagens de canais, taxas de amostragem, ordenacao de bytes é tipo de compressão — tornando cada gravação autodescritiva. O áudio subjacente é tipicamente PCM linear de 16 bits amostrado a 16 kHz, embora outras configurações sejam permitidas. Pesquisadores do NIST, DARPA é universidades em todo o mundo confiam no SPH para distribuir corpora de fala como TIMIT, Switchboard é às coleções LDC que sustentam os modernos sistemas de reconhecimento automático de fala. Uma vantagem chave é que o cabecalho legível por humanos permite que scripts analisem metadados de gravação sem decodificação binária. A padronizacao rigorosa do formato também elimina ambiguidade ao compartilhar conjuntos de dados entre instituições é plataformas. Como os arquivos SPH armazenam PCM sem compressão, eles preservam a fidelidade total do áudio — critico ao treinar modelos acusticos onde até pequenos artefatos podem distorcer os resultados.

AAC (Advanced Áudio Coding) é o sucessor do MP3, padronizado pela ISO/IEC como parte das especificações MPEG-2 é, posteriormente, MPEG-4. Desenvolvido em colaboração por Fraunhofer, Dolby, Sony, Nokia é AT&T, o AAC oferece qualidade sonora superior com taxas de bits equivalentes ou menores — um fluxo AAC de 96 kbps geralmente equivale a um arquivo MP3 de 128 kbps em qualidade perceptual. O codec utiliza uma transformada discreta de cosseno modificada combinada com modelagem psicoacustica avançada é moldagem temporal de ruido. O AAC é o formato de áudio padrão do ecossistema Apple (iTunes, iPhone, iPad), do YouTube é de diversos serviços de streaming. Sua primeira vantagem é a excelente eficiência de compressão — áudio de alta fidelidade usando significativamente menos armazenamento é largura de banda. Segundo, o formato suporta taxas de amostragem de 8 kHz a 96 kHz é até 48 canais, atendendo desde chamadas de voz até som surround. Terceiro, a ampla adoção pela indústria, incluindo a Apple é outros, garante que praticamente todos os dispositivos, navegadores é reprodutores de mídia modernos reproduzam conteúdo AAC nativamente, sem plugins adicionais.