محول NIST إلى MP2

NIST SPHERE (موارد ترويسة الكلام) هو تنسيق ملفات صوتية متخصص ابتكره المعهد الوطني للمعايير والتقنية لأبحاث الكلام، وخاصة المشاريع الممولة من DARPA. يغلّف التنسيق العينات الصوتية الخام بترويسة ASCII منظمة تشفّر بيانات وصفية مثل معدل العينة وعدد القنوات ونوع الترميز والخصائص الديموغرافية للمتحدث والتعليقات التوضيحية للنسخ — مما يجعله مثالياً لتوزيع مدونات الكلام. تخزّن ملفات NIST عادةً صوت PCM غير مضغوط أو mu-law بمعدلات عينة بجودة هاتفية (8 كيلوهرتز أو 16 كيلوهرتز)، رغم أن الحاوية مرنة بما يكفي لاستيعاب ترميزات متنوعة. من أبرز مزاياه الترويسة الغنية ذاتية التوثيق التي تتيح للباحثين تضمين بيانات المدونة الوصفية مباشرة في الملف، مما يلغي الحاجة لملفات مرافقة. أصبح SPHERE أيضاً المعيار الفعلي لـ قواعد بيانات الكلام الرئيسية مثل TIMIT وSwitchboard ومدونة Fisher، مما يضمن اعترافاً واسعاً عبر المختبرات الأكاديمية والحكومية. تسهّل المواصفات المفتوحة وتوفر أدوات سطر الأوامر (sphere وh_strip وw_decode) عمليات التحويل والفحص والمعالجة برمجياً ضمن خطوط أنابيب معالجة الكلام.

MP2 (MPEG-1 Audio Layer II)، المعروف أيضاً باسم مشروعه الأصلي MUSICAM، هو مرمّز صوتي إدراكي صدر كمعيار ضمن ISO/IEC 11172-3 عام 1993. بينما استحوذ خليفته MP3 على أضواء المستهلكين، حفر MP2 لنفسه مكانة متينة في البث الإذاعي المهني لا يزال يحتفظ بها حتى اليوم. يقسم المرمّز الصوت إلى 32 نطاقاً فرعياً عبر مصفاة متعددة الأطوار، ويطبّق نموذجاً نفسياً صوتياً لتحديد عتبات الإخفاء، ثم يكمّم ويرمّز كل نطاق فرعي بترميز هافمان. تستخدم عمليات النشر البث النموذجية معدلات 192-384 كيلوبت/ثانية للستيريو، مما ينتج جودة شفافة بتعقيد ترميز أقل ومقاومة أخطاء أفضل من Layer III. تفسّر هذه الخصائص لماذا تفرض أو تفضل معايير DVB التلفزيونية وراديو DAB الرقمي ومعيار كاميرات HDV استخدام MP2. كما أن زمن انتقال المرمّز أقصر أيضاً، وهي سمة مهمة للبث الحي حيث يهم تزامن الشفاه. ثلاث مزايا تبقي MP2 ذا صلة بعد عقود من التقييس: تدهور رشيق تحت أخطاء النقل وهو أمر حيوي للإشارات عبر الهواء، وتأخير ترميز ضئيل يناسب سلاسل البث المباشر، وقبول تنظيمي راسخ عبر أُطر البث الأوروبية والآسيوية.