محول NIST إلى OPUS

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.

Opus هو مرمّز صوتي متعدد الاستخدامات ومفتوح، معتمد من IETF كمعيار RFC 6716 عام 2012. يدمج نهجين في الترميز — SILK للكلام وCELT للموسيقى — في خوارزمية واحدة تمزج بينهما بناءً على نوع المحتوى ومعدل البت. هذا التصميم الهجين يتيح لـ Opus التفوق على أي مرمّز آخر تقريباً عبر نطاق واسع من الاستخدامات: صوت منخفض زمن الاستجابة بسرعة 6 كيلوبت/ثانية، وموسيقى عالية الدقة بسرعة 128 كيلوبت/ثانية، وكل ما بينهما. يدعم معدلات بت من 6 إلى 510 كيلوبت/ثانية، ومعدلات عينة تصل إلى 48 كيلوهرتز، وأحجام إطارات صغيرة تصل إلى 2.5 مللي ثانية، مما يمنحه أقل زمن انتقال خوارزمي بين مرمّزات الصوت السائدة. ثلاث مزايا تجعل Opus مقنعاً بشكل خاص. فهو خالٍ من الرسوم ومفتوح المصدر بالكامل، مما يزيل حواجز الترخيص التي تعيق المرمّزات الخاصة. ويحقق جودة شفافة بنحو نصف معدل بت MP3 ويتفوق على AAC بمعدلات مكافئة. وزمن الاستجابة المنخفض يجعله المرمّز الإلزامي لـ WebRTC، فكل متصفح حديث يأتي مع فك ترميز Opus مدمج. يعتمد عليه WhatsApp وDiscord وZoom وYouTube للصوت في الوقت الفعلي.