Chuyển đổi SPH sang OGA

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.

OGA là phần mở rộng dành riêng cho âm thanh trong bộ khung Ogg container do Xiph.Org Foundation duy trì. Trước đây, .ogg được dùng chung cho mọi luồng dữ liệu đóng gói trong Ogg, nhưng sự ra đời của .oga vào năm 2007 đã mang lại sự rõ ràng bằng cách chỉ rõ rằng tệp chỉ chứa dữ liệu âm thanh. Bên trong, các tệp OGA có thể mang âm thanh được mã hóa bằng Vorbis, FLAC, Speex hoặc Opus — bộ chứa không phụ thuộc vào codec, đóng vai trò là lớp truyền tải với hỗ trợ các luồng logic xâu chuỗi và tìm kiếm dựa trên granule. Một lợi ích của OGA là khả năng tương tác: các ứng dụng gặp phần mở rộng .oga có thể tối ưu hóa cho phát lại chỉ âm thanh mà không cần dò tìm track video, giúp tải nhanh hơn và tiết kiệm bộ nhớ hơn. Do bộ chứa Ogg và các codec liên quan đều là mã nguồn mở và miễn phí bản quyền, OGA tránh được các phức tạp về cấp phép sáng chế ảnh hưởng đến các định dạng độc quyền. Định dạng này hỗ trợ siêu dữ liệu Vorbis comment để gắn thẻ nghệ sĩ, album và bài hát theo cách chuẩn hóa. OGA phát được nguyên bản trên Firefox, các trình duyệt dựa trên Chromium, VLC và hầu hết môi trường desktop Linux, phù hợp cho phân phối âm thanh web và quy trình lưu trữ.