Chuyển đổi SPH sang WV

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.

WavPack là codec âm thanh mã nguồn mở do David Bryant tạo ra, với phiên bản 1.0 phát hành ngày 15 tháng 8 năm 1998. Điều khiến WavPack nổi bật là chế độ lai độc đáo: bộ mã hóa có thể đồng thời tạo ra tệp nén có tổn hao nhỏ gọn và tệp sửa lỗi riêng biệt, khi kết hợp lại sẽ tái tạo luồng PCM gốc bit-for-bit. Người dùng cần tính di động chỉ mang theo tệp có tổn hao; những ai muốn chất lượng lưu trữ giữ cả hai. Codec xử lý âm thanh PCM từ 8-bit đến 32-bit integer và 32-bit floating point, với tần số lấy mẫu lên đến 768 kHz — thông số đủ rộng cho nội dung DSD, mà WavPack 5 đã thêm hỗ trợ. Tỷ lệ nén ở chế độ không tổn hao thuần thường đạt 40 đến 55 phần trăm kích thước gốc, cạnh tranh với FLAC và thường nhỉnh hơn một chút trên một số loại tài liệu. Mã hóa đa lõi ở các phiên bản sau tăng tốc xử lý đáng kể trên phần cứng hiện đại. Thư viện mã nguồn mở được phân phối theo giấy phép BSD và đã được tích hợp vào foobar2000, VLC, FFmpeg và nhiều công cụ khác. WavPack cũng hỗ trợ siêu dữ liệu phong phú qua thẻ APEv2, cue sheet nhúng và giá trị ReplayGain, đáp ứng nhu cầu tổ chức của cả những thư viện nhạc kỹ lưỡng nhất.