Chuyển đổi NIST sang OGG

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.

OGG Vorbis là codec âm thanh nén có tổn hao, mã nguồn mở và miễn phí bản quyền, nằm trong định dạng bộ chứa Ogg, cả hai đều do Xiph.Org Foundation phát triển. Vorbis được thiết kế như giải pháp thay thế không bằng sáng chế cho MP3 và AAC, sử dụng phép biến đổi cosine rời rạc cải tiến (MDCT) với mã hóa tốc độ bit thay đổi thích ứng theo độ phức tạp tín hiệu từng khung. Các thử nghiệm nghe mù liên tục cho thấy Vorbis mang lại chất lượng cảm nhận ngang hoặc vượt trội MP3, đặc biệt trong dải 96-192 kbps. Định dạng hỗ trợ tần số lấy mẫu từ 8 kHz đến 192 kHz và từ 1 đến 255 kênh, bao phủ mọi thứ từ giọng nói mono đến mix âm thanh vòm. Ưu điểm vượt trội là hoàn toàn không có phí cấp phép — nhà phát triển game, nền tảng phát trực tuyến và nhà sản xuất phần cứng có thể triển khai Vorbis mà không lo ngại về bản quyền. Spotify đã dựa vào Vorbis trong nhiều năm làm codec phát trực tuyến chính vì lý do này. Định dạng cũng xử lý suy giảm chất lượng ở tốc độ bit thấp tốt hơn nhiều đối thủ, đó là lý do nó vẫn phổ biến trong trò chơi điện tử nơi dung lượng lưu trữ hạn hẹp và hàng nghìn hiệu ứng âm thanh cạnh tranh không gian. VLC, Firefox, Chrome và Android đều hỗ trợ giải mã Vorbis nguyên bản.