Chuyển đổi SPH sang AC3

SPH là phần mở rộng tệp cho âm thanh lưu trữ trong định dạng NIST SPHERE (SPeech HEader REsources), một tiêu chuẩn do Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ tạo ra khoảng năm 1990. Được xây dựng cho nghiên cứu giọng nói, tệp SPH mang header ASCII 1024 byte chứa đầy siêu dữ liệu — mã định danh cơ sở dữ liệu, số kênh, tần số lấy mẫu, thứ tự byte và kiểu nén — giúp mỗi bản ghi tự mô tả. Âm thanh bên dưới thường là PCM tuyến tính 16-bit lấy mẫu ở 16 kHz, dù các cấu hình khác cũng được phép. Các nhà nghiên cứu tại NIST, DARPA và các trường đại học trên toàn thế giới dựa vào SPH để phân phối kho ngữ liệu giọng nói như TIMIT, Switchboard và các bộ sưu tập LDC — nền tảng của các hệ thống nhận dạng giọng nói tự động hiện đại. Ưu điểm chính là header đọc được bằng mắt người cho phép các script phân tích siêu dữ liệu bản ghi mà không cần giải mã nhị phân. Sự chuẩn hóa nghiêm ngặt của định dạng cũng loại bỏ sự mơ hồ khi chia sẻ tập dữ liệu giữa các tổ chức và nền tảng. Vì tệp SPH lưu trữ PCM không nén, chúng bảo toàn toàn bộ chất lượng âm thanh — điều cực kỳ quan trọng khi huấn luyện mô hình âm học mà ngay cả những artifact nhỏ cũng có thể làm lệch kết quả.

AC3 là định dạng tệp gắn liền với Dolby Digital, công nghệ mã hóa âm thanh cảm nhận từ Dolby Laboratories. Định dạng nén có tổn hao này mã hóa tối đa 5.1 kênh âm thanh vòm (trái, giữa, phải, vòm trái, vòm phải và LFE) thành luồng bit thường dao động từ 192 đến 640 kbps. Thuật toán áp dụng biến đổi cosin rời rạc cải tiến kết hợp phân tích tâm lý âm học để loại bỏ thông tin âm thanh nằm dưới ngưỡng nhận biết của con người, tạo ra các tệp nhỏ gọn mà không có sự suy giảm chất lượng rõ rệt. AC3 trở thành tiêu chuẩn âm thanh bắt buộc cho DVD-Video và được sử dụng rộng rãi trong đĩa Blu-ray, phát sóng truyền hình kỹ thuật số (ATSC) và phát trực tuyến. Ưu điểm chính là khả năng âm thanh vòm đa kênh, mang không gian âm thanh rạp chiếu phim đến hệ thống rạp hát gia đình. Định dạng này cũng duy trì độ rõ lời thoại tuyệt vời thông qua kênh trung tâm chuyên dụng, lý tưởng cho nội dung phim và truyền hình. Sự hỗ trợ giải mã phần cứng rộng rãi trên các receiver, TV và set-top box đồng nghĩa với việc AC3 phát lại ổn định trên một lượng lớn thiết bị điện tử tiêu dùng.