محول SPH إلى SPX

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.

Speex هو مرمّز صوتي مفتوح المصدر مصمم خصيصاً لضغط الكلام، طوّره جان مارك فالين تحت مظلة مؤسسة Xiph.Org. أُصدر لأول مرة في أكتوبر 2002، ويستهدف نقل الصوت عبر الإنترنت والمؤتمرات وأي سيناريو يحتاج فيه الكلام المنطوق للانتقال بكفاءة عبر الشبكة. تغلّف ملفات SPX صوتاً مرمّزاً بـ Speex داخل حاوية Ogg، مما يجمع بين تحسين المرمّز للكلام وقدرات Ogg في البث. يُدعم ثلاثة معدلات أخذ عينات — ضيق النطاق عند 8 كيلوهرتز، وواسع النطاق عند 16 كيلوهرتز، وفائق الاتساع عند 32 كيلوهرتز — مع ترميز بمعدل بت متغير يتكيف آنياً مع تعقيد الكلام. من أبرز مزاياه طبيعته الخالية من براءات الاختراع والمرخصة بترخيص BSD، مما أتاح للمطورين تضمينه بحرية في المنتجات التجارية والمفتوحة المصدر. يجمع Speex أيضاً إلغاء الصدى الصوتي وكبت الضوضاء والتحكم التلقائي في الكسب، وهي ميزات تفوّضها المرمّزات المنافسة عادةً لمكتبات خارجية. رغم أن مبتكريه يوصون رسمياً بـ Opus) كخليفة منذ 2012، يظل Speex منتشراً في أنظمة VoIP القديمة والتسجيلات المؤرشفة والأجهزة المدمجة حيث لا تزال بصمة مفكّك الترميز الخفيفة ذات قيمة.