Chuyển đổi NIST sang WV

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.

WavPack là codec âm thanh mã nguồn mở do David Bryant tạo ra, với phiên bản 1.0 phát hành ngày 15 tháng 8 năm 1998. Điều khiến WavPack nổi bật là chế độ lai độc đáo: bộ mã hóa có thể đồng thời tạo ra tệp nén có tổn hao nhỏ gọn và tệp sửa lỗi riêng biệt, khi kết hợp lại sẽ tái tạo luồng PCM gốc bit-for-bit. Người dùng cần tính di động chỉ mang theo tệp có tổn hao; những ai muốn chất lượng lưu trữ giữ cả hai. Codec xử lý âm thanh PCM từ 8-bit đến 32-bit integer và 32-bit floating point, với tần số lấy mẫu lên đến 768 kHz — thông số đủ rộng cho nội dung DSD, mà WavPack 5 đã thêm hỗ trợ. Tỷ lệ nén ở chế độ không tổn hao thuần thường đạt 40 đến 55 phần trăm kích thước gốc, cạnh tranh với FLAC và thường nhỉnh hơn một chút trên một số loại tài liệu. Mã hóa đa lõi ở các phiên bản sau tăng tốc xử lý đáng kể trên phần cứng hiện đại. Thư viện mã nguồn mở được phân phối theo giấy phép BSD và đã được tích hợp vào foobar2000, VLC, FFmpeg và nhiều công cụ khác. WavPack cũng hỗ trợ siêu dữ liệu phong phú qua thẻ APEv2, cue sheet nhúng và giá trị ReplayGain, đáp ứng nhu cầu tổ chức của cả những thư viện nhạc kỹ lưỡng nhất.