Bộ chuyển đổi HTK sang AC3

HTK là container dạng sóng gốc cho Hidden Markov Model Toolkit, bộ phần mềm được phát triển tại Khoa Kỹ thuật Đại học Cambridge phục vụ nghiên cứu nhận dạng giọng nói. Phân phối lần đầu vào năm 1993, HTK nhanh chóng trở thành nền tảng tham chiếu trong các phòng thí nghiệm ngôn ngữ học tính toán trên toàn thế giới, và định dạng tệp của nó cũng lan rộng theo. Mỗi tệp lưu một chuỗi vector tham số hoặc mẫu thô kèm tiêu đề 12 byte chỉ định số khung, chu kỳ khung tính bằng đơn vị 100 ns, số byte mỗi khung, và mã loại chỉ ra kiểu dữ liệu — các tùy chọn dao động từ PCM dạng sóng đến hệ số cepstral tần số Mel và năng lượng bộ lọc. Tính đa dụng này cho phép một container duy nhất chứa cả âm thanh nguồn lẫn đặc trưng đã trích xuất mà không cần thay đổi bộ phân tích. Tiêu đề cố ý tối giản không có padding căn chỉnh hay khối tùy chọn, khiến định dạng cực kỳ dễ đọc từ C, Python hoặc MATLAB chỉ với vài dòng I/O nhị phân. Ba ưu điểm làm nên sự bền vững của HTK: tích hợp chặt chẽ với pipeline huấn luyện và nhận dạng HTK, bố trí byte xác định loại bỏ mơ hồ trong phân tích, và được áp dụng rộng rãi trong các kho dữ liệu học thuật.

AC3 là định dạng tệp gắn liền với Dolby Digital, công nghệ mã hóa âm thanh cảm nhận từ Dolby Laboratories. Định dạng nén có tổn hao này mã hóa tối đa 5.1 kênh âm thanh vòm (trái, giữa, phải, vòm trái, vòm phải và LFE) thành luồng bit thường dao động từ 192 đến 640 kbps. Thuật toán áp dụng biến đổi cosin rời rạc cải tiến kết hợp phân tích tâm lý âm học để loại bỏ thông tin âm thanh nằm dưới ngưỡng nhận biết của con người, tạo ra các tệp nhỏ gọn mà không có sự suy giảm chất lượng rõ rệt. AC3 trở thành tiêu chuẩn âm thanh bắt buộc cho DVD-Video và được sử dụng rộng rãi trong đĩa Blu-ray, phát sóng truyền hình kỹ thuật số (ATSC) và phát trực tuyến. Ưu điểm chính là khả năng âm thanh vòm đa kênh, mang không gian âm thanh rạp chiếu phim đến hệ thống rạp hát gia đình. Định dạng này cũng duy trì độ rõ lời thoại tuyệt vời thông qua kênh trung tâm chuyên dụng, lý tưởng cho nội dung phim và truyền hình. Sự hỗ trợ giải mã phần cứng rộng rãi trên các receiver, TV và set-top box đồng nghĩa với việc AC3 phát lại ổn định trên một lượng lớn thiết bị điện tử tiêu dùng.