NIST-zu-DTS-Konverter

NIST SPHERE (SPeech HEader REsources) ist ein spezialisiertes Audiodateiformat, das vom National Institute of Standards and Technology für die Sprachforschung entwickelt wurde, insbesondere für DARPA-geförderte Projekte. Das Format umhüllt rohe Audiosamples mit einem strukturierten ASCII-Header, der Metadaten wie Abtastrate, Kanalanzahl, Kodierungstyp, Sprecherdemografie und Transkriptionsannotationen enthält — ideal für die Verteilung von Sprachkorpora. NIST-Dateien speichern typischerweise unkomprimiertes PCM oder Mu-Law-Audio bei Telefonie-Abtastraten (8 kHz oder 16 kHz), obwohl der Container flexibel genug für verschiedene Kodierungen ist. Ein wesentlicher Vorteil ist der reichhaltige, selbstbeschreibende Header, der es Forschern ermöglicht, detaillierte Korpus-Metadaten direkt in die Datei einzubetten und so Begleitdateien überflüssig zu machen. SPHERE hat sich zudem als De-facto-Standard für bedeutende Sprachdatenbanken wie TIMIT, Switchboard und das Fisher-Korpus etabliert und genießt breite Anerkennung in akademischen und staatlichen Laboren. Die offene Spezifikation und die Verfügbarkeit von Kommandozeilentools (sphere, h_strip, w_decode) machen es unkompliziert, diese Dateien in Sprachverarbeitungspipelines programmatisch zu konvertieren, zu inspizieren und zu verarbeiten.

DTS (Digital Theater Systems) ist ein Mehrkanal-Audiocodec, der ursprünglich für den Kinobetrieb entwickelt wurde und heute fester Bestandteil von Heimkino- und Blu-ray-Veröffentlichungen ist. Von DTS, Inc. konzipiert und erstmals 1993 beim Kinostart von Jurassic Park vorgestellt, liefert die Technologie bis zu 5.1 diskrete Surround-Sound-Kanäle bei Bitraten typischerweise zwischen 768 kbps und 1,5 Mbps. Anders als konkurrierende Codecs, die auf aggressive psychoakustische Modellierung setzen, weist DTS jedem Kanal ein höheres Datenbudget zu und bewahrt so feinere räumliche Details und leise Dynamiknuancen. Das Format kodiert Audio mittels Subband-ADPCM in Kombination mit Vektorquantisierung und erzeugt ein wahrnehmbar reichhaltiges Klangfeld. Die erweiterte Variante DTS-HD Master Audio ergänzt eine verlustfreie Erweiterungsebene für bitgenaue Wiedergabe bis 24 Bit/192 kHz. Zu den wesentlichen Stärken zählen die breite Hardware-Verbreitung in AV-Receivern, Spielkonsolen und Automotive-Infotainmentsystemen sowie eine robuste Fehlerverdeckung, die kleinere Disc- oder Streamfehler kaschiert. Für alle, die mit Surround-Sound-Inhalten für physische Medien oder hochwertiges Streaming arbeiten, bietet DTS einen bewährten Weg vom Studiomix ins Wohnzimmer.