ตัวแปลง HTK เป็น OGG

HTK เป็นคอนเทนเนอร์รูปคลื่นดั้งเดิมของ Hidden Markov Model Toolkit ชุดซอฟต์แวร์ที่พัฒนาที่ภาควิชาวิศวกรรมของมหาวิทยาลัยเคมบริดจ์สำหรับการวิจัยด้านการรู้จำเสียงพูด เผยแพร่ครั้งแรกในปี 1993 HTK กลายเป็นแพลตฟอร์มอ้างอิงในห้องปฏิบัติการภาษาศาสตร์คอมพิวเตอร์ทั่วโลกอย่างรวดเร็ว และรูปแบบไฟล์ก็ได้รับความนิยมตามไปด้วย แต่ละไฟล์เก็บลำดับเวกเตอร์พารามิเตอร์หรือตัวอย่างดิบนำหน้าด้วยส่วนหัว 12 ไบต์ที่ระบุจำนวนเฟรม คาบเฟรมในหน่วย 100 ns จำนวนไบต์ต่อเฟรม และรหัสประเภทที่ระบุชนิดข้อมูล — ตัวเลือกมีตั้งแต่ waveform PCM ไปจนถึง Mel-frequency cepstral coefficients และพลังงาน filter-bank ความอเนกประสงค์นี้ช่วยให้คอนเทนเนอร์เดียวบรรจุทั้งเสียงต้นทางและคุณลักษณะที่สกัดออกมาโดยไม่ต้องเปลี่ยนตัวแยกวิเคราะห์ ส่วนหัวที่เรียบง่ายอย่างจงใจหลีกเลี่ยง alignment padding หรือ optional chunks ทำให้อ่านรูปแบบจาก C, Python หรือ MATLAB ได้ง่ายด้วยโค้ดไบนารี I/O เพียงไม่กี่บรรทัด ข้อดีสามประการที่สนับสนุนความเกี่ยวข้องอย่างต่อเนื่องของ HTK: การผสานรวมอย่างแน่นแฟ้นกับไปป์ไลน์ฝึกอบรมและรู้จำของ HTK เลย์เอาต์ไบต์ที่แน่นอนซึ่งขจัดความคลุมเครือของตัวแยกวิเคราะห์ และการนำไปใช้อย่างแพร่หลายในคอร์ปัสทางวิชาการ

OGG Vorbis เป็นโคเดกเสียงแบบสูญเสียคุณภาพที่เปิดเผยและปลอดค่าลิขสิทธิ์ ภายในรูปแบบคอนเทนเนอร์ Ogg ซึ่งพัฒนาโดย Xiph.Org Foundation ทั้งคู่ Vorbis ออกแบบมาเป็นทางเลือกที่ปลอดสิทธิบัตรแทน MP3 และ AAC โดยใช้การเข้ารหัส modified discrete cosine transform (MDCT) พร้อมการเข้ารหัสบิตเรตแปรผันที่ปรับตัวตามความซับซ้อนของสัญญาณในแต่ละเฟรม การทดสอบฟังแบบบอดได้แสดงให้เห็นอย่างสม่ำเสมอว่า Vorbis ให้คุณภาพการรับรู้ที่เทียบเท่าหรือเหนือกว่า MP3 โดยเฉพาะในช่วง 96-192 kbps รูปแบบนี้รองรับอัตราสุ่มตัวอย่างตั้งแต่ 8 kHz ถึง 192 kHz และ 1 ถึง 255 ช่องสัญญาณ ครอบคลุมตั้งแต่เสียงโมโนไปจนถึงมิกซ์เซอร์ราวด์ ข้อได้เปรียบที่โดดเด่นคือการไม่มีค่าธรรมเนียมลิขสิทธิ์อย่างสิ้นเชิง — นักพัฒนาเกม แพลตฟอร์มสตรีมมิง และผู้ผลิตฮาร์ดแวร์สามารถนำ Vorbis ไปใช้ได้โดยไม่ต้องกังวลเรื่องค่าลิขสิทธิ์ Spotify ใช้ Vorbis เป็นโคเดกสตรีมมิงหลักมาหลายปีด้วยเหตุผลนี้ รูปแบบนี้ยังจัดการการเสื่อมคุณภาพที่บิตเรตต่ำได้อย่างดีกว่าคู่แข่งหลายราย ซึ่งเป็นเหตุผลที่ยังคงเป็นที่นิยมในวิดีโอเกมที่พื้นที่จัดเก็บมีจำกัดและเอฟเฟกต์เสียงนับพันต้องแข่งกันใช้พื้นที่ VLC, Firefox, Chrome และ Android ทั้งหมดรองรับการถอดรหัส Vorbis โดยตรง