ตัวแปลง NIST เป็น OGA

NIST SPHERE (SPeech HEader REsources) เป็นรูปแบบไฟล์เสียงเฉพาะทางที่สร้างโดย สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ สำหรับการวิจัยเสียงพูด โดยเฉพาะโปรเจกต์ที่ได้รับทุนจาก DARPA รูปแบบนี้ห่อหุ้มตัวอย่างเสียงดิบด้วยส่วนหัว ASCII ที่มีโครงสร้างซึ่งเข้ารหัสเมตาดาต้า เช่น อัตราสุ่มตัวอย่าง จำนวนแชนเนล ประเภทการเข้ารหัส ข้อมูลประชากรผู้พูด และคำอธิบายการถอดความ — เหมาะอย่างยิ่งสำหรับการเผยแพร่คอร์ปัสเสียงพูด ไฟล์ NIST มักเก็บ PCM แบบไม่บีบอัดหรือเสียง mu-law ที่อัตราสุ่มตัวอย่างคุณภาพโทรศัพท์ (8 kHz หรือ 16 kHz) แม้คอนเทนเนอร์จะยืดหยุ่นพอรองรับการเข้ารหัสหลายแบบ ข้อดีสำคัญคือส่วนหัวแบบบันทึกตัวเองที่หลากหลาย ช่วยให้นักวิจัยฝังเมตาดาต้าคอร์ปัสโดยละเอียดในไฟล์โดยตรง ไม่ต้องมีไฟล์ข้างเคียง SPHERE ยังกลายเป็นมาตรฐานที่ใช้จริงสำหรับฐานข้อมูลเสียงพูดหลัก ๆ เช่น TIMIT, Switchboard และคอร์ปัส Fisher รับประกันการรับรู้อย่างกว้างขวางในห้องปฏิบัติการทั้งด้านวิชาการและภาครัฐ ข้อกำหนดแบบเปิดและเครื่องมือบรรทัดคำสั่งที่มีให้ (sphere, h_strip, w_decode) ทำให้สามารถแปลง ตรวจสอบ และประมวลผลไฟล์เหล่านี้ทางโปรแกรมได้อย่างตรงไปตรงมาในไปป์ไลน์ประมวลผลเสียงพูด

OGA คือนามสกุลไฟล์เสียงอย่างเดียวภายในเฟรมเวิร์กคอนเทนเนอร์ Ogg ที่ดูแลโดย Xiph.Org Foundation แต่เดิม .ogg ทำหน้าที่เป็นนามสกุลรวมสำหรับสตรีมทุกประเภทที่บรรจุใน Ogg แต่การเปิดตัว .oga ในปี 2007 ได้สร้างความชัดเจนโดยระบุอย่างแจ้งชัดว่าไฟล์มีเฉพาะข้อมูลเสียงเท่านั้น ภายในแล้ว ไฟล์ OGA สามารถบรรจุเสียงที่เข้ารหัสด้วย Vorbis, FLAC, Speex หรือ Opus ได้ — คอนเทนเนอร์นี้ไม่ขึ้นกับโคเดก โดยทำหน้าที่เป็นตัวห่อหุ้มสำหรับขนส่งที่รองรับบิตสตรีมลอจิคัลแบบต่อเนื่องและการค้นหาตำแหน่งแบบ granule ข้อดีอย่างหนึ่งของ OGA คือความสามารถในการทำงานร่วมกัน — แอปพลิเคชันที่พบนามสกุล .oga สามารถปรับแต่งสำหรับการเล่นเฉพาะเสียงโดยไม่ต้องตรวจสอบแทร็กวิดีโอ ทำให้โหลดเร็วขึ้นและใช้หน่วยความจำน้อยลง เนื่องจากคอนเทนเนอร์ Ogg และโคเดกที่เกี่ยวข้องเป็นโอเพนซอร์สและปลอดค่าลิขสิทธิ์ทั้งหมด OGA จึงหลีกเลี่ยงความซับซ้อนของการอนุญาตสิทธิบัตรที่ส่งผลกระทบต่อรูปแบบที่เป็นกรรมสิทธิ์ รูปแบบนี้รองรับเมทาดาทา Vorbis comment สำหรับการแท็กข้อมูลศิลปิน อัลบั้ม และแทร็กอย่างเป็นมาตรฐาน OGA เล่นได้โดยตรงใน Firefox, เบราว์เซอร์ที่ใช้ Chromium, VLC และสภาพแวดล้อมเดสก์ท็อป Linux ส่วนใหญ่ ทำให้เป็นตัวเลือกที่เหมาะสมสำหรับการเผยแพร่เสียงบนเว็บและเวิร์กโฟลว์การจัดเก็บถาวร