Konverter NIST ke OPUS

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.

Opus adalah codec audio serbaguna dan terbuka yang distandardisasi oleh IETF sebagai RFC 6716 pada tahun 2012. Format ini menggabungkan dua pendekatan pengkodean — SILK untuk ucapan dan CELT untuk musik — menjadi satu algoritma yang memadukan keduanya berdasarkan tipe konten dan bitrate. Desain hibrida ini memungkinkan Opus mengungguli hampir setiap codec lain di berbagai penggunaan: suara latensi rendah pada 6 kbps, musik berkualitas tinggi pada 128 kbps, dan segala sesuatu di antaranya. Format ini mendukung bitrate dari 6 hingga 510 kbps, sample rate hingga 48 kHz, dan ukuran frame sekecil 2,5 ms, memberikannya latensi algoritmik terendah dari codec audio mainstream mana pun. Tiga keunggulan membuat Opus sangat menarik. Format ini sepenuhnya bebas royalti dan open-source, menghilangkan hambatan lisensi yang menahan codec proprietary. Format ini mencapai kualitas transparan pada sekitar setengah bitrate MP3 dan mengalahkan AAC pada rate yang setara. Dan latensi rendahnya menjadikannya codec wajib untuk WebRTC, sehingga setiap browser modern dilengkapi dengan decoder Opus. WhatsApp, Discord, Zoom, dan YouTube semuanya mengandalkan Opus untuk audio real-time.