Chuyển đổi NIST sang WMA

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.

WMA (Windows Media Audio) là họ codec âm thanh độc quyền do Microsoft phát triển, ra mắt lần đầu năm 1999 như một phần của khung Windows Media. Được tạo ra để cạnh tranh với MP3 và AAC, WMA Standard sử dụng mã hóa tri giác để mang lại chất lượng gần CD ở tốc độ bit thấp đến 64 kbps — khoảng một nửa tốc độ dữ liệu MP3 thường cần cho kết quả tương đương. Họ codec phát triển thêm WMA Professional cho âm thanh vòm và độ phân giải cao, WMA Lossless cho nén lưu trữ bit hoàn hảo, và WMA Voice tối ưu cho nội dung giọng nói ở tốc độ bit rất thấp. Tích hợp sâu với Windows, Windows Media Player và hệ sinh thái Zune mang lại cho WMA lợi thế phân phối mạnh mẽ suốt thập niên 2000, và hỗ trợ quản lý bản quyền kỹ thuật số (DRM) khiến nó hấp dẫn với các cửa hàng nhạc trực tuyến thời kỳ đó. Mã hóa và giải mã được Windows xử lý nguyên bản, không cần phần mềm bên thứ ba để phát lại trên bất kỳ máy Windows nào. Hỗ trợ đa nền tảng đã cải thiện thông qua các thư viện như FFmpeg và GStreamer, dù WMA vẫn kém tương thích phổ quát hơn MP3 hay AAC trên thiết bị không phải Microsoft. Định dạng vẫn xuất hiện trong thư viện media cũ, dù các codec mới hơn phần lớn đã thay thế nó cho phát trực tuyến và sử dụng di động.