Konverter NIST ke HTK
Konversikan file nist ke htk secara online & gratis
nist
htk
Bagaimana cara mengubah NIST ke HTK
Pilih file dari Komputer, Google Drive, Dropbox, URL, atau dengan menyeret ke halaman ini.
Pilih htk atau format lainnya yang Anda inginkan (mendukung lebih dari 200 format)
Tunggu proses konversi selesai dan Anda dapat mengunduh htk setelahnya
Tentang format
NIST SPHERE (SPeech HEader REsources) adalah format file audio khusus yang dibuat oleh National Institute of Standards and Technology untuk penelitian ucapan, khususnya proyek yang didanai DARPA. Format ini membungkus sampel audio mentah dengan header ASCII terstruktur yang mengkodekan metadata seperti sample rate, jumlah channel, tipe encoding, demografi pembicara, dan anotasi transkripsi — menjadikannya ideal untuk mendistribusikan korpora ucapan. File NIST biasanya menyimpan audio PCM tanpa kompresi atau mu-law pada sample rate kualitas telepon (8 kHz atau 16 kHz), meskipun kontainernya cukup fleksibel untuk menampung berbagai encoding. Keunggulan utamanya adalah header self-documenting yang kaya yang memungkinkan peneliti menyematkan metadata korpus yang detail langsung dalam file, menghilangkan file pendamping. SPHERE juga telah menjadi standar de facto untuk database ucapan utama seperti TIMIT, Switchboard, dan korpus Fisher, memastikan pengakuan yang luas di seluruh laboratorium akademik dan pemerintah. Spesifikasi terbuka dan ketersediaan tool command-line (sphere, h_strip, w_decode) membuatnya mudah untuk mengonversi, memeriksa, dan memproses file-file ini secara programatis dalam pipeline pemrosesan ucapan.
HTK adalah kontainer bentuk gelombang native untuk Hidden Markov Model Toolkit, paket perangkat lunak yang dikembangkan di Departemen Teknik Universitas Cambridge untuk penelitian pengenalan ucapan. Pertama kali didistribusikan pada tahun 1993, HTK dengan cepat menjadi platform referensi di laboratorium linguistik komputasional di seluruh dunia, dan format file-nya mengikuti. Setiap file menyimpan urutan vektor parameter atau sampel mentah yang didahului oleh header 12-byte yang menentukan jumlah frame, periode frame dalam satuan 100 ns, jumlah byte per frame, dan kode tipe yang menunjukkan jenis data — opsi berkisar dari PCM bentuk gelombang hingga koefisien cepstral frekuensi Mel dan energi filter-bank. Keserbagunaan ini memungkinkan satu kontainer membawa audio sumber dan fitur yang diekstrak tanpa mengubah parser. Header yang sengaja minimal menghindari padding alignment atau chunk opsional, membuat format ini sangat mudah dibaca dari C, Python, atau MATLAB dengan beberapa baris I/O biner. Tiga keunggulan mendukung relevansi HTK yang bertahan lama: integrasi erat dengan pipeline pelatihan dan pengenalan HTK, tata letak byte deterministik yang menghilangkan ambiguitas parser, dan adopsi yang luas dalam korpora akademik.