Conversor SPH a WV

SPH es la extensión de archivo para audio almacenado en el formato NIST SPHERE (SPeech HEader REsources), un estándar creado por el Instituto Nacional de Estándares y Tecnología de EE.UU. alrededor de 1990. Diseñado para la investigación del habla, los archivos SPH llevan una cabecera ASCII de 1024 bytes repleta de metadatos — identificadores de base de datos, conteos de canales, frecuencias de muestreo, orden de bytes y tipo de compresión — haciendo qué cada grabación sea autodescriptiva. El audio subyacente es típicamente PCM lineal de 16 bits muestreado a 16 kHz, aunque se permiten otras configuraciones. Investigadores del NIST, DARPA y universidades de todo el mundo confian en SPH para distribuir corpus de voz como TIMIT, Switchboard y las colecciones del LDC qué sustentan los sistemas modernos de reconocimiento automático del habla. Una ventaja clave es qué la cabecera legible por humanos permite qué los scripts analicen los metadatos de grabación sin decodificación binaria. La estricta estandarizacion del formato también elimina la ambiguedad al compartir conjuntos de datos entre instituciones y plataformas. Dado qué los archivos SPH almacenan PCM sin comprimir, preservan la fidelidad total del audio — algo critico al entrenar modelos acusticos dónde incluso pequeños artefactos pueden sesgar los resultados.

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.