ตัวแปลง HTK เป็น SPH

แปลงเสียงวิจัย HTK เป็นรูปแบบ SPH ออนไลน์

วางไฟล์ต่างๆ​ ที่นี่. 1 GB ขนาดไฟล์สูงสุด หรือ ลงชื่อ
ไปยัง
Facebook Amazon Microsoft Tesla Nestle Walmart L'Oreal

วิจัยเสียงพูดเป็น SPH

แปลงไฟล์ HTK เป็น SPH — นำเสียงวิจัยเข้าสู่รูปแบบที่ใช้งานได้จริง

แปลงออนไลน์

การแปลง HTK เป็น SPH ทำงานบนเซิร์ฟเวอร์ทั้งหมด ไม่ต้องติดตั้งซอฟต์แวร์หรือประมวลผลในเครื่อง

คุณภาพสูง

SPH ให้คุณภาพเสียงที่ยอดเยี่ยมและขนาดไฟล์ที่มีประสิทธิภาพ — อัปเกรดที่ทันสมัยสำหรับไฟล์ HTK ของคุณ

วิธีแปลง HTK เป็น SPH

1

เลือกไฟล์จากคอมพิวเตอร์, Google Drive, Dropbox, URL หรือทำการลากไฟล์มาที่หน้า.

2

เลือกรูปแบบไฟล์ sph หรือรูปแบบไฟล์อื่นตามต้องการเป็นผลลัพธ์(รองรับรูปแบบไฟล์มากกว่า 200 รูปแบบ)

3

ปล่อยให้แปลงไฟล์และคุณสามารถดาวน์โหลดไฟล์ sph ของคุณได้หลังจากนั้น

เกี่ยวกับรูปแบบไฟล์

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
เผยแพร่ครั้งแรก: 1993
SPH เป็นนามสกุลไฟล์สำหรับเสียงที่จัดเก็บในรูปแบบ NIST SPHERE (SPeech HEader REsources) มาตรฐานที่สร้างโดยสถาบันมาตรฐานและเทคโนโลยีแห่งชาติสหรัฐอเมริการาวปี 1990 สร้างขึ้นสำหรับการวิจัยด้านเสียงพูด ไฟล์ SPH มีส่วนหัว ASCII ขนาด 1024 ไบต์ที่บรรจุเมทาดาทา — ตัวระบุฐานข้อมูล จำนวนช่องสัญญาณ อัตราสุ่มตัวอย่าง ลำดับไบต์ และประเภทการบีบอัด — ทำให้ทุกการบันทึกอธิบายตัวเองได้ เสียงพื้นฐานโดยทั่วไปเป็น PCM เชิงเส้น 16 บิตที่สุ่มตัวอย่าง 16 kHz แม้ว่าจะอนุญาตให้ใช้การกำหนดค่าอื่นได้ นักวิจัยที่ NIST, DARPA และมหาวิทยาลัยทั่วโลกพึ่งพา SPH สำหรับการเผยแพร่คลังเสียงพูดเช่น TIMIT, Switchboard และคอลเลกชัน LDC ที่เป็นรากฐานของระบบการรู้จำเสียงพูดอัตโนมัติสมัยใหม่ ข้อดีสำคัญคือส่วนหัวที่อ่านได้ด้วยมนุษย์ ทำให้สคริปต์สามารถแยกวิเคราะห์เมทาดาทาการบันทึกได้โดยไม่ต้องถอดรหัสไบนารี การกำหนดมาตรฐานที่เข้มงวดของรูปแบบยังขจัดความกำกวมเมื่อแชร์ชุดข้อมูลข้ามสถาบันและแพลตฟอร์ม เนื่องจากไฟล์ SPH จัดเก็บ PCM แบบไม่บีบอัด จึงรักษาความเที่ยงตรงของเสียงอย่างเต็มที่ — สิ่งสำคัญอย่างยิ่งเมื่อฝึกแบบจำลองอะคูสติกที่แม้แต่สิ่งแปลกปลอมเล็กน้อยก็อาจบิดเบือนผลลัพธ์ได้
เผยแพร่ครั้งแรก: 1990

คำถามที่พบบ่อย

ทำไมต้องแปลง HTK เป็น SPH?

HTK ถูกจำกัดอยู่ในเครื่องมือวิจัยเสียงพูด SPH ให้ความเข้ากันได้กับเครื่องเล่นสื่อและแอปพลิเคชันมาตรฐาน

แอปพลิเคชันอะไรเปิดไฟล์ SPH?

เครื่องมือเสียงหลายตัวรองรับ SPH ส่วนใหญ่ดาวน์โหลดได้ฟรีสำหรับระบบปฏิบัติการหลัก

คุณภาพเสียง SPH เป็นอย่างไร?

SPH ให้คุณภาพดีที่การตั้งค่ามาตรฐาน ความชัดเจนของเอาต์พุตขึ้นอยู่กับคุณภาพของไฟล์ HTK ต้นฉบับ

การแปลงเร็วแค่ไหน?

ทั้งสองรูปแบบมีขนาดไฟล์ที่จัดการได้ การแปลง HTK เป็น SPH เสร็จเกือบจะทันทีบนโครงสร้างพื้นฐานของเรา

ไฟล์ของฉันถูกเก็บเป็นส่วนตัวไหม?

ไฟล์ HTK ที่อัปโหลดจะถูกลบทันทีหลังแปลง ผลลัพธ์ SPH ถูกลบจากเซิร์ฟเวอร์อัตโนมัติภายใน 24 ชั่วโมง

ใช้งานบนมือถือได้ไหม?

ได้ ตัวแปลงทำงานในเบราว์เซอร์ใดก็ได้ — สมาร์ทโฟน แท็บเล็ต และเดสก์ท็อปทั้งหมดใช้ได้สำหรับการแปลง HTK เป็น SPH