Chuyển đổi NIST sang SPX

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.

Speex là codec âm thanh mã nguồn mở được thiết kế đặc biệt cho nén giọng nói, do Jean-Marc Valin phát triển dưới Xiph.Org Foundation. Ra mắt lần đầu vào tháng 10 năm 2002, nó nhắm đến VoIP, hội nghị trực tuyến và bất kỳ tình huống nào cần truyền lời nói hiệu quả qua mạng. Tệp SPX đóng gói âm thanh mã hóa Speex bên trong bộ chứa Ogg, kết hợp tối ưu hóa giọng nói của codec với khả năng phát trực tuyến của Ogg. Ba tần số lấy mẫu được hỗ trợ — băng hẹp ở 8 kHz, băng rộng ở 16 kHz, và siêu băng rộng ở 32 kHz — cùng với mã hóa tốc độ bit thay đổi thích ứng theo độ phức tạp giọng nói trong thời gian thực. Điểm nổi bật là bản chất miễn phí bằng sáng chế, được cấp phép BSD, cho phép nhà phát triển nhúng tự do vào cả sản phẩm thương mại và mã nguồn mở. Speex còn tích hợp sẵn khử tiếng vang âm học, triệt nhiễu và điều chỉnh khuếch đại tự động — những tính năng mà các codec đối thủ thường ủy thác cho thư viện bên ngoài. Dù nhà phát triển chính thức khuyến nghị Opus làm người kế nhiệm từ năm 2012, Speex vẫn được triển khai trong các hệ thống VoIP cũ, bản ghi lưu trữ và thiết bị nhúng nơi bộ giải mã nhẹ của nó vẫn được đánh giá cao.