Chuyển đổi SPH sang W64

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.

W64 (Wave64) là bộ chứa âm thanh 64-bit ban đầu được thiết kế bởi Sonic Foundry — nhà sáng tạo Sound Forge — và sau đó được Sony duy trì sau khi mua lại bộ phận phần mềm desktop của Sonic Foundry vào năm 2003. Định dạng trực tiếp giải quyết giới hạn kích thước tệp 4 GB do đặc tả RIFF/WAV 32-bit của Microsoft áp đặt — một hạn chế trở nên vấn đề trong các phiên thu âm dài, thu đa kênh hoặc sản xuất tần số lấy mẫu cao. W64 đạt được điều này bằng cách mở rộng mã định danh chunk và trường kích thước lên 64 bit, sử dụng GUID thay vì mã bốn ký tự. Thay đổi cấu trúc này cho phép tệp đạt kích thước tính bằng exabyte, loại bỏ mọi ràng buộc lưu trữ thực tế. Định dạng hỗ trợ tần số lấy mẫu, độ sâu bit và cấu hình kênh tùy ý, phù hợp cho chấm điểm phim, thu âm hòa nhạc trực tiếp và thu thập dữ liệu khoa học. Sound Forge, Audacity và các workstation âm thanh kỹ thuật số chuyên nghiệp khác cung cấp hỗ trợ W64 nguyên bản để nhập và xuất liền mạch. Đối với kỹ sư và nhà sản xuất thường xuyên làm việc với tài liệu dạng dài, chất lượng cao, W64 mang lại độ tin cậy và sự đơn giản của WAV mà không có giới hạn kích thước gây khó chịu.