Chuyển đổi NIST sang AC3

NIST SPHERE (SPeech HEader REsources) là định dạng tệp âm thanh chuyên dụng do Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ phát triển, phục vụ nghiên cứu giọng nói, đặc biệt các dự án được DARPA tài trợ. Định dạng này đóng gói các mẫu âm thanh thô kèm theo phần header ASCII có cấu trúc, chứa siêu dữ liệu như tần số lấy mẫu, số kênh, kiểu mã hóa, thông tin nhân khẩu học người nói và chú thích phiên âm — lý tưởng cho việc phân phối kho dữ liệu giọng nói. Các tệp NIST thường lưu trữ âm thanh PCM không nén hoặc mu-law ở tần số lấy mẫu chất lượng điện thoại (8 kHz hoặc 16 kHz), dù bộ chứa đủ linh hoạt để hỗ trợ nhiều kiểu mã hóa khác. Ưu điểm nổi bật là phần header tự mô tả phong phú, cho phép nhà nghiên cứu nhúng trực tiếp siêu dữ liệu chi tiết của kho ngữ liệu vào tệp mà không cần tệp đi kèm. SPHERE cũng trở thành tiêu chuẩn thực tế cho các cơ sở dữ liệu giọng nói lớn như TIMIT, Switchboard và Fisher corpus, được công nhận rộng rãi trong các phòng thí nghiệm học thuật và chính phủ. Đặc tả mở và sự sẵn có của các công cụ dòng lệnh (sphere, h_strip, w_decode) giúp việc chuyển đổi, kiểm tra và xử lý các tệp này trở nên đơn giản trong các quy trình xử lý giọng nói.

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.