HTK - WV Dönüştürücü

HTK, Cambridge Üniversitesi Mühendislik Bölümü'nde konuşma tanıma araştırmaları için geliştirilen bir yazılım paketi olan Hidden Markov Model Toolkit'ın yerel dalga formu kapsayıcısıdır. 1993'te i̇lk dağıtılan HTK, dünya genelinde hesaplamalı dilbilim laboratuvarlarında hızla referans platform haline gelmiş ve dosya formatı da aynı yolu izlemiştir. Her dosya, çerçeve sayısını, 100 ns birimlerinde çerçeve süresini, çerçeve başına bayt sayısını ve veri türünü belirten bir tür kodu içeren 12 baytlık bir başlık ile öncelenmiş parametre vektörleri veya ham örnekler dizisi depolar — dalga formu PCM'den Mel-frekans kepstral katsayılarına ve filtre bankası enerjilerine kadar seçenekler mevcuttur. Bu çok yönlülük, tek bir kapsayıcının hem kaynak sesi hem de çıkarılan özellikleri ayrıştırıcı değiştirmeden taşımasını sağlar. Kasıtlı olarak minimalist başlık, hizalama dolgusu veya isteğe bağlı yığınlardan kaçınarak formatı C, Python veya MATLAB'da birkaç satır i̇kili G/Ç ile okumayı kolaylaştırır. HTK'nın kalıcı önemini destekleyen üç avantaj: HTK eğitim ve tanıma hattıyla sıkı entegrasyon, ayrıştırıcı belirsizliğini ortadan kaldıran deterministik bayt düzeni ve akademik veri derlemlerinde yaygın benimseme.

WavPack, David Bryant tarafından oluşturulan ve 1.0 sürümü 15 Ağustos 1998'de yayınlanan açık kaynaklı bir ses kodekidir. WavPack'ı diğerlerinden ayıran benzersiz hibrit modudur: kodlayıcı aynı anda kompakt bir kayıplı dosya ve birleştirildiğinde orijinal PCM akışını bit düzeyinde yeniden oluşturan ayrı bir düzeltme dosyası üretebilir. Taşınabilirliğe ihtiyaç duyan kullanıcılar yalnızca kayıplı dosyayı taşır; arşiv kalitesi isteyenler her ikisini de saklar. Kodek, 8 bitten 32 bit tam sayıya ve 32 bit kayan noktaya kadar PCM sesini 768 kHz'e kadar örnekleme hızlarıyla işler — WavPack 5'ın destek eklediği DSD içeriği de dahil olmak üzere yeterince geniş spesifikasyonlar. Saf kayıpsız modda sıkıştırma oranları tipik olarak orijinal boyutun yüzde 40 ila 55'ine ulaşarak FLAC ile rekabet eder ve belirli materyallerde genellikle biraz daha iyidir. Sonraki sürümlerde çok çekirdekli kodlama, modern donanımda işlemeyi önemli ölçüde hızlandırır. Açık kaynak kütüphanesi BSD lisansı altında dağıtılır ve foobar2000, VLC, FFmpeg ve çok sayıda başka araca entegre edilmiştir. WavPack ayrıca APEv2 etiketleri, gömülü cue sheet'ler ve ReplayGain değerleri aracılığıyla zengin üst veri desteği sunarak en titiz müzik kütüphanesinin bile organizasyon ihtiyaçlarını karşılar.