Chuyển đổi SPH sang M4R

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.

M4R là định dạng nhạc chuông chính thức cho thiết bị Apple iPhone, ra mắt cùng iPhone gốc vào năm 2007. Về mặt kỹ thuật, tệp M4R là container âm thanh MPEG-4 mã hóa AAC có cấu trúc giống hệt M4A — sự khác biệt thực sự duy nhất là phần mở rộng tệp và giới hạn thời lượng khoảng 30-40 giây do iOS áp dụng. Apple chọn cách tiếp cận này để hạ tầng mã hóa AAC hiện có có thể tạo nhạc chuông mà không cần sửa đổi ở cấp codec, trong khi phần mở rộng riêng biệt ngăn các bản nhạc thông thường xuất hiện trong trình chọn nhạc chuông và ngược lại. Tạo M4R bao gồm mã hóa đoạn âm thanh ngắn dưới dạng AAC, cắt theo độ dài cho phép và đổi tên tệp. iTunes (hoặc Apple Music trên macOS gần đây) và GarageBand đều cung cấp quy trình tích hợp sẵn, và các công cụ bên thứ ba như Audacity xử lý tương tự. Sau khi đồng bộ hoặc tải về, nhạc chuông tích hợp với cài đặt iOS cho cuộc gọi, báo thức và cảnh báo theo từng liên hệ. Ưu điểm thực tế bao gồm triển khai dễ dàng đến bất kỳ iPhone nào qua đồng bộ iTunes hoặc AirDrop, phát lại chất lượng cao từ codec AAC ngay cả ở kích thước tệp nhỏ, và khả năng gán nhạc chuông riêng cho từng liên hệ để nhận diện người gọi ngay lập tức.