Chuyển đổi NIST sang OGA

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.

OGA là phần mở rộng dành riêng cho âm thanh trong bộ khung Ogg container do Xiph.Org Foundation duy trì. Trước đây, .ogg được dùng chung cho mọi luồng dữ liệu đóng gói trong Ogg, nhưng sự ra đời của .oga vào năm 2007 đã mang lại sự rõ ràng bằng cách chỉ rõ rằng tệp chỉ chứa dữ liệu âm thanh. Bên trong, các tệp OGA có thể mang âm thanh được mã hóa bằng Vorbis, FLAC, Speex hoặc Opus — bộ chứa không phụ thuộc vào codec, đóng vai trò là lớp truyền tải với hỗ trợ các luồng logic xâu chuỗi và tìm kiếm dựa trên granule. Một lợi ích của OGA là khả năng tương tác: các ứng dụng gặp phần mở rộng .oga có thể tối ưu hóa cho phát lại chỉ âm thanh mà không cần dò tìm track video, giúp tải nhanh hơn và tiết kiệm bộ nhớ hơn. Do bộ chứa Ogg và các codec liên quan đều là mã nguồn mở và miễn phí bản quyền, OGA tránh được các phức tạp về cấp phép sáng chế ảnh hưởng đến các định dạng độc quyền. Định dạng này hỗ trợ siêu dữ liệu Vorbis comment để gắn thẻ nghệ sĩ, album và bài hát theo cách chuẩn hóa. OGA phát được nguyên bản trên Firefox, các trình duyệt dựa trên Chromium, VLC và hầu hết môi trường desktop Linux, phù hợp cho phân phối âm thanh web và quy trình lưu trữ.