Chuyển đổi SPH sang WMA

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.

WMA (Windows Media Audio) là họ codec âm thanh độc quyền do Microsoft phát triển, ra mắt lần đầu năm 1999 như một phần của khung Windows Media. Được tạo ra để cạnh tranh với MP3 và AAC, WMA Standard sử dụng mã hóa tri giác để mang lại chất lượng gần CD ở tốc độ bit thấp đến 64 kbps — khoảng một nửa tốc độ dữ liệu MP3 thường cần cho kết quả tương đương. Họ codec phát triển thêm WMA Professional cho âm thanh vòm và độ phân giải cao, WMA Lossless cho nén lưu trữ bit hoàn hảo, và WMA Voice tối ưu cho nội dung giọng nói ở tốc độ bit rất thấp. Tích hợp sâu với Windows, Windows Media Player và hệ sinh thái Zune mang lại cho WMA lợi thế phân phối mạnh mẽ suốt thập niên 2000, và hỗ trợ quản lý bản quyền kỹ thuật số (DRM) khiến nó hấp dẫn với các cửa hàng nhạc trực tuyến thời kỳ đó. Mã hóa và giải mã được Windows xử lý nguyên bản, không cần phần mềm bên thứ ba để phát lại trên bất kỳ máy Windows nào. Hỗ trợ đa nền tảng đã cải thiện thông qua các thư viện như FFmpeg và GStreamer, dù WMA vẫn kém tương thích phổ quát hơn MP3 hay AAC trên thiết bị không phải Microsoft. Định dạng vẫn xuất hiện trong thư viện media cũ, dù các codec mới hơn phần lớn đã thay thế nó cho phát trực tuyến và sử dụng di động.