محول SPH إلى MP2

SPH هو امتداد الملفات للصوت المخزّن بتنسيق NIST SPHERE (موارد ترويسة الكلام)، وهو معيار ابتكره المعهد الوطني الأمريكي للمعايير والتقنية نحو عام 1990. مصمم لأبحاث الكلام، تحمل ملفات SPH ترويسة ASCII من 1024 بايت مليئة بالبيانات الوصفية — معرّفات قواعد البيانات وعدد القنوات ومعدلات العينة وترتيب البايتات ونوع الضغط — مما يجعل كل تسجيل ذاتي الوصف. عادةً ما يكون الصوت الأساسي PCM خطي بدقة 16 بت بمعدل 16 كيلوهرتز، رغم أن تكوينات أخرى مسموح بها. يعتمد الباحثون في NIST وDARPA والجامعات حول العالم على SPH لتوزيع مدونات الكلام مثل TIMIT وSwitchboard ومجموعات LDC التي تدعم أنظمة التعرف التلقائي على الكلام الحديثة. من أبرز مزاياه أن الترويسة القابلة للقراءة البشرية تتيح للنصوص البرمجية تحليل بيانات التسجيل الوصفية دون فك ترميز ثنائي. كما يزيل التقييس الصارم للتنسيق الغموض عند مشاركة مجموعات البيانات عبر المؤسسات والمنصات. ولأن ملفات SPH تخزّن PCM غير مضغوط، فإنها تحافظ على دقة صوتية كاملة — وهو أمر حيوي عند تدريب النماذج الصوتية حيث يمكن حتى للتشوهات الصغيرة أن تحرف النتائج.

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.