NIST - WV 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.

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.