Konverter NIST ke SPX

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.

Speex adalah codec audio open-source yang dirancang khusus untuk kompresi ucapan, dikembangkan oleh Jean-Marc Valin di bawah Xiph.Org Foundation. Pertama kali dirilis pada Oktober 2002, codec ini menargetkan voice-over-IP, konferensi, dan skenario apa pun di mana kata-kata yang diucapkan perlu berpindah secara efisien melalui jaringan. File SPX membungkus audio yang dikodekan Speex di dalam kontainer Ogg, memadukan optimasi ucapan codec dengan kemampuan streaming Ogg. Tiga sampling rate didukung — narrowband pada 8 kHz, wideband pada 16 kHz, dan ultra-wideband pada 32 kHz — bersama variable bitrate encoding yang beradaptasi secara real-time terhadap kompleksitas ucapan. Keunggulan yang menonjol adalah sifatnya yang bebas paten dan berlisensi BSD, yang memungkinkan pengembang menyematkannya secara bebas dalam produk komersial maupun open-source. Speex juga menyertakan acoustic echo cancellation, noise suppression, dan automatic gain control, fitur-fitur yang biasanya didelegasikan codec pesaing ke pustaka eksternal. Meskipun pembuatnya secara resmi merekomendasikan Opus sebagai penerus sejak 2012, Speex tetap diterapkan dalam sistem VoIP warisan, rekaman yang diarsipkan, dan perangkat embedded di mana footprint decoder-nya yang ringan masih dihargai.