ตัวแปลง SPH เป็น M4R

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

M4R เป็นรูปแบบเสียงเรียกเข้าสำหรับอุปกรณ์ Apple iPhone โดยเฉพาะ เปิดตัวพร้อมกับ iPhone รุ่นแรกในปี 2007 ในทางเทคนิค ไฟล์ M4R เป็นคอนเทนเนอร์เสียง MPEG-4 ที่เข้ารหัสด้วย AAC มีโครงสร้างเหมือนกับ M4A — ความแตกต่างที่มีความหมายเพียงอย่างเดียวคือนามสกุลไฟล์และข้อจำกัดระยะเวลาประมาณ 30-40 วินาทีที่ iOS บังคับใช้ Apple เลือกวิธีนี้เพื่อให้โครงสร้างพื้นฐานตัวเข้ารหัส AAC ที่มีอยู่สามารถผลิตเสียงเรียกเข้าได้โดยไม่ต้องแก้ไขระดับตัวแปลงสัญญาณ ในขณะที่นามสกุลที่แยกต่างหากป้องกันไม่ให้แทร็กเพลงทั่วไปปรากฏในตัวเลือกเสียงเรียกเข้าและในทางกลับกัน การสร้าง M4R ทำได้โดยเข้ารหัสคลิปเสียงสั้นเป็น AAC ตัดให้อยู่ในความยาวที่อนุญาต และเปลี่ยนชื่อไฟล์ iTunes (หรือ Apple Music บน macOS ล่าสุด) และ GarageBand มีเวิร์กโฟลว์ในตัว และเครื่องมือจากบุคคลที่สามอย่าง Audacity ก็จัดการได้เช่นกัน เมื่อซิงก์หรือดาวน์โหลดแล้ว เสียงเรียกเข้าจะผสานรวมกับการตั้งค่า iOS สำหรับการโทร นาฬิกาปลุก และการแจ้งเตือนรายผู้ติดต่อ ข้อดีในทางปฏิบัติ ได้แก่ การปรับใช้กับ iPhone ใดก็ได้อย่างง่ายดายผ่านการซิงก์ iTunes หรือ AirDrop การเล่นคุณภาพสูงจากตัวแปลงสัญญาณ AAC แม้ไฟล์มีขนาดเล็ก และความสามารถในการกำหนดเสียงเรียกเข้าเฉพาะให้กับผู้ติดต่อแต่ละคนเพื่อระบุตัวผู้โทรได้ทันที