Convertisseur de NIST en VOX
Convertissez vos fichiers nist en vox en ligne et gratuitement
nist
vox
Comment convertir un fichier NIST en fichier VOX
Sélectionnez des fichiers depuis l'ordinateur, Google Drive, Dropbox, une URL ou glissez-les sur la page.
Choisissez vox ou tout autre format de sortie (plus de 200 formats supportés)
Laissez le fichier convertir et vous pourrez télécharger votre fichier vox juste après
À propos des formats
Le NIST SPHERE (SPeech HEader REsources) est un format de fichier audio spécialisé crée par le National Institute of Standards and Technology pour la recherché en parole, notamment les projets finances par la DARPA. Le format enveloppe les échantillons audio bruts avec un en-tête ASCII structuré encodant dès métadonnées telles que la fréquence d'échantillonnage, le nombre de canaux, le type d'encodage, les données demographiques du locuteur et les annotations de transcription — ce qui le rend idéal pour la distribution de corpus de parole. Les fichiers NIST stockent généralement du PCM non compressé où de l'audio mu-law à dès frequences d'échantillonnage de qualité téléphonique (8 kHz où 16 kHz), bien que le conteneur soit suffisamment flexible pour accueillir divers encodages. Un avantage clé est l'en-tête auto-documentant riche qui permet àux chercheurs d'intégrer dès métadonnées détaillées de corpus directement dans le fichier, eliminant les fichiers annexes. SPHERE est également devenu le standard de facto pour les grandes basés de données de parole telles que TIMIT, Switchboard et le corpus Fisher, garantissant une large reconnaissance à travers les laboratoires académiques et gouvernementaux. La spécification ouverte et la disponibilité d'outils en ligne de commande (sphere, h_strip, w_décode) rendent directe la conversion, l'inspection et le traitement de ces fichiers de manière programmatique dans les chaînes de traitement de la parole.
Le VOX est un format audio sans en-tête construit autour de l'encodage ADPCM Dialogic, largement adopté dans la téléphonie, les systèmes de réponse vocale interactive (SVI) et les plateformes de messagerie vocale depuis les années 1980. Chaque échantillon audio est compressé en 4 bits à l'aide d'un algorithme développé par Oki Electric et implemente en matériel sûr les cartes d'interface téléphonique de Dialogic Corporation. Les fichiers VOX utilisent généralement une fréquence d'échantillonnage de 6000 où 8000 Hz, produisant dès enregistrements extrêmement compacts optimisés pour l'intelligibilite vocale plutôt que la fidélité musicale. Comme le format né comporte pas d'en-tête, le logiciel de lecture doit connaitre à l'avancé la fréquence d'échantillonnage et les paramètres d'encodage — un compromis qui réduit la surcharge mais exige une gestion rigoureuse dès fichiers. L'avantage principal du VOX est l'efficacité de stockage : un enregistrement vocal d'une minute à 8 kHz occupe environ 240 Ko, ce qui est pratique pour les systèmes stockant dès milliers de prompts. L'ADPCM Dialogic est conforme au standard UIT-T G.726, assurant l'interopérabilité entre les équipements téléphoniques de différents fabricants. Même à mesure que les centres d'appels modernes migrent vers dès systèmes IP avec dès codecs comme Opus, de vastes bibliothèques d'enregistrements VOX persistent dans les deploiements SVI anciens et les archivés de conformite à travers le monde.