SPX to SPH Converter
在线将 Speex 音频转换为 NIST SPH 语音文件头格式
spx
sph
语音语料库格式
将 SPX 录音转换为 NIST SPHERE 格式——全球语音研究数据集分发的黄金标准。
研究兼容
SPH 文件可与 Kaldi、HTK、Praat 以及所有主要自然语言处理和声学研究工具包配合使用。
数据隐私
上传的 SPX 文件在转换后删除，SPH 输出在 24 小时内从服务器移除。
如何转换SPX到SPH
从计算机，Google Drive，Dropbox，URL或在页面上拖拽选择文件.
选择sph或任何其他你需要的格式作为结果（支持超过200种格式）
让文件进行转换随后你可以下载你的sph文件
关于格式
Speex 是由 Jean-Marc Valin 在 Xiph.Org 基金会支持下开发的专门用于语音压缩的开源音频编解码器,于 2002 年 10 月首次发布。它面向 VoIP、会议通话以及任何需要语音高效传输的网络场景。SPX 文件将 Speex 编码的音频封装在 Ogg 容器中,将编解码器的语音优化特性与 Ogg 的流媒体能力结合在一起。支持三种采样率 — 窄带 8 kHz、宽带 16 kHz 和超宽带 32 kHz — 以及可根据语音复杂度实时调整的可变比特率编码。一个突出的优势是其无专利、BSD 许可证的特性,开发者可以自由地将其嵌入商业和开源产品中。Speex 还内置了声学回声消除、噪声抑制和自动增益控制功能,这些功能在竞争编解码器中通常需要借助外部库来实现。尽管其开发者自 2012 年起正式推荐 Opus 作为后继者,但 Speex 仍在旧版 VoIP 系统、存档录音和嵌入式设备中广泛使用,其轻量级的解码器占用空间在这些场景中仍然很有价值。
SPH 是 NIST SPHERE(SPeech HEader REsources,语音头资源)格式音频文件的扩展名,该标准由美国国家标准与技术研究院于 1990 年前后创建。SPH 文件专为语音研究而设计,包含一个 1024 字节的 ASCII 头部,其中填充了丰富的元数据 — 数据库标识、声道数、采样率、字节序和压缩类型 — 使每条录音都具有自描述性。底层音频通常为 16 kHz 采样的 16 位线性 PCM,但也允许其他配置。NIST、DARPA 及全球各大学的研究人员依赖 SPH 格式分发 TIMIT、Switchboard 和 LDC 语料库等语音数据集,这些数据集是现代自动语音识别系统的基础。一个关键优势是,人类可读的头部使得脚本无需二进制解码即可解析录音元数据。该格式严格的标准化也消除了跨机构、跨平台共享数据集时的歧义。由于 SPH 文件存储未压缩的 PCM,可完整保留音频保真度 — 这在训练声学模型时至关重要,因为即使微小的失真也可能影响结果。
经常问的问题
为什么要将 SPX 转换为 SPH？
SPH（NIST SPHERE）是语音研究语料库的标准格式，从 SPX 转换可为语言学和声学研究准备录音。
NIST SPHERE 是什么？
SPHERE（语音文件头资源）由 NIST 开发，用于研究社区之间的标准化语音数据分发。
哪些工具支持 SPH？
NIST SPHERE 工具包、HTK、Kaldi、Praat 以及主要语音处理框架均可原生处理 SPH 文件。
SPH 用于语音识别吗？
是的——大多数主要语音语料库（TIMIT、Switchboard 等）以 SPH 格式分发，用于训练识别模型。
转换是免费的吗？
是的——在 convertio.cloud 上标准使用免费。