Chuyển đổi SPH sang SPX

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.

Speex là codec âm thanh mã nguồn mở được thiết kế đặc biệt cho nén giọng nói, do Jean-Marc Valin phát triển dưới Xiph.Org Foundation. Ra mắt lần đầu vào tháng 10 năm 2002, nó nhắm đến VoIP, hội nghị trực tuyến và bất kỳ tình huống nào cần truyền lời nói hiệu quả qua mạng. Tệp SPX đóng gói âm thanh mã hóa Speex bên trong bộ chứa Ogg, kết hợp tối ưu hóa giọng nói của codec với khả năng phát trực tuyến của Ogg. Ba tần số lấy mẫu được hỗ trợ — băng hẹp ở 8 kHz, băng rộng ở 16 kHz, và siêu băng rộng ở 32 kHz — cùng với mã hóa tốc độ bit thay đổi thích ứng theo độ phức tạp giọng nói trong thời gian thực. Điểm nổi bật là bản chất miễn phí bằng sáng chế, được cấp phép BSD, cho phép nhà phát triển nhúng tự do vào cả sản phẩm thương mại và mã nguồn mở. Speex còn tích hợp sẵn khử tiếng vang âm học, triệt nhiễu và điều chỉnh khuếch đại tự động — những tính năng mà các codec đối thủ thường ủy thác cho thư viện bên ngoài. Dù nhà phát triển chính thức khuyến nghị Opus làm người kế nhiệm từ năm 2012, Speex vẫn được triển khai trong các hệ thống VoIP cũ, bản ghi lưu trữ và thiết bị nhúng nơi bộ giải mã nhẹ của nó vẫn được đánh giá cao.