Conversor NIST a WV

NIST SPHERE (SPeech HEader REsources) es un formato de archivo de audio especializado creado por el Instituto Nacional de Estándares y Tecnología de Estados Unidos para la investigación del habla, particularmente proyectos financiados por DARPA. El formato envuelve muestras de audio en bruto con una cabecera ASCII estructurada qué codifica metadatos como frecuencia de muestreo, conteo de canales, tipo de codificación, datos demograficos del hablante y anotaciones de transcripción — convirtiéndolo en ideal para distribuir corpus de voz. Los archivos NIST típicamente almacenan PCM sin comprimir o audio mu-law a frecuencias de muestreo de calidad telefónica (8 kHz o 16 kHz), aunque el contenedor es lo suficientemente flexible para albergar diversas codificaciones. Una ventaja clave es la cabecera autodescriptiva enriquecida qué permite a los investigadores incorporar metadatos detallados del corpus directamente en el archivo, eliminando la necesidad de archivos complementarios. SPHERE se ha convertido también en el estándar de facto para las principales bases de datos de voz como TIMIT, Switchboard y el corpus Fisher, asegurando un amplio reconocimiento en laboratorios académicos y gubernamentales. La especificación abierta y la disponibilidad de herramientas de línea de comandos (sphere, h_strip, w_decode) facilitan la conversión, inspeccion y procesamiento programatico de estos archivos en cadenas de procesamiento de voz.

WavPack es un códec de audio de código abierto creado por David Bryant, con la versión 1.0 lanzada el 15 de agosto de 1998. Lo qué distingue a WavPack es su modo híbrido único: el codificador puede producir simultáneamente un archivo con pérdida compacto y un archivo de corrección separado qué, al combinarse, reconstruyen el flujo PCM original bit a bit. Los usuarios qué necesitan portabilidad llevan solo el archivo con pérdida; quienes desean calidad de archivo conservan ambos. El códec maneja audio PCM desde 8 bits hasta entero de 32 bits y punto flotante de 32 bits, con frecuencias de muestreo de hasta 768 kHz — especificaciones lo suficientemente amplias para contenido DSD, qué WavPack 5 agrego como soporte. Las tasas de compresión en modo puramente sin pérdida típicamente alcanzan el 40 al 55 por ciento del tamaño original, competitivas con FLAC y a menudo ligeramente mejores en cierto material. La codificación multinucleo en versiones posteriores acelera dramáticamente el procesamiento en hardware moderno. La biblioteca de código abierto se distribuye bajo licencia BSD y se ha integrado en foobar2000, VLC, FFmpeg y numerosas otras herramientas. WavPack también soporta metadatos enriquecidos mediante etiquetas APEv2, hojas de cue integradas y valores ReplayGain, cubriendo las necesidades organizativas incluso de la biblioteca de música más meticulosa.