NIST - MP2 Dönüştürücü

NIST SPHERE (SPeech HEader REsources), konuşma araştırmaları için özellikle DARPA tarafından finanse edilen projeler kapsamında Ulusal Standartlar ve Teknoloji Enstitüsü tarafından oluşturulmuş özel bir ses dosyası formatıdır. Format, ham ses örneklerini örnekleme hızı, kanal sayısı, kodlama türü, konuşmacı demografisi ve transkripsiyon açıklamaları gibi üst verileri kodlayan yapılandırılmış ASCII başlıkla sarar — bu özellik konuşma veri derlemleri dağıtımı için idealdir. NIST dosyaları genellikle telefon kalitesinde örnekleme hızlarında (8 kHz veya 16 kHz) sıkıştırılmamış PCM veya mü-law ses depolar, ancak kapsayıcı çeşitli kodlamaları barındıracak kadar esnektir. Önemli bir avantajı, araştırmacıların ayrıntılı veri derlemi üst verilerini doğrudan dosyaya gömmesine olanak tanıyan zengin, kendi kendini tanımlayan başlıktır ve ek dosyalara gerek kalmaz. SPHERE ayrıca TIMIT, Switchboard ve Fisher veri derlemi gibi büyük konuşma veritabanları için fiili standart haline gelmiştir ve akademik ile devlet laboratuvarlarında geniş tanınırlık sağlar. Açık spesifikasyon ve komut satırı araçlarının (sphere, h_strip, w_decode) erişilebilirliği, bu dosyaların konuşma işleme hatlarında programatik olarak dönüştürülmesini, incelenmesini ve işlenmesini kolaylaştırır.

MP2 (MPEG-1 Audio Layer II), orijinal proje adı MUSICAM olarak da bilinen ve 1993'te ISO/IEC 11172-3 kapsamında standartlaştırılmış algısal bir ses kodekidir. Halefi MP3 tüketici sahnesinde öne çıkarken, MP2 profesyonel yayıncılıkta bugün hâlâ sürdürdüğü kalıcı bir niş oluşturmuştur. Kodek, sesi polifaz filtre bankası aracılığıyla 32 alt banda ayırır, maskeleme eşiklerini belirlemek için psikoakustik model uygular, ardından her alt bandı buna göre niceler ve Huffman kodlar. Tipik yayın dağıtımları stereo için 192-384 kbps kullanarak Layer III'e kıyasla daha düşük kodlayıcı karmaşıklığı ve daha i̇yi hata dayanıklılığıyla şeffaf kalite sunar. Bu özellikler, DVB televizyonu, DAB dijital radyo ve HDV kamera standardının MP2'yı neden zorunlu kıldığını veya tercih ettiğini açıklar. Kodlayıcı gecikmesi de daha kısadır — dudak senkronizasyonunun önem taşıdığı canlı yayıncılık için kritik bir özellik. Standartlaştırmadan onlarca yıl sonra MP2'yı güncel tutan üç avantaj: kablosuz yayın sinyalleri için hayati olan iletim hataları altında zarif bozulma, gerçek zamanlı yayın zincirlerine uygun minimum kodlama gecikmesi ve Avrupa ile Asya yayın çerçevelerinde köklü düzenleyici kabul.