Konverter NIST ke WAV

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.

WAV (Waveform Audio File Format) adalah kontainer audio tanpa kompresi yang dikembangkan bersama oleh Microsoft dan IBM, pertama kali dipublikasikan pada Agustus 1991 bersamaan dengan Windows 3.1. Dibangun di atas Resource Interchange File Format (RIFF), WAV menyimpan data audio — paling umum sebagai linear pulse-code modulation (LPCM) — bersama metadata yang mendeskripsikan sample rate, kedalaman bit, dan jumlah channel. Struktur yang straightforward ini menjadikan WAV sebagai standar de facto untuk audio tanpa kompresi di Windows dan format interchange yang diterima secara universal di hampir setiap sistem operasi, editor audio, dan pemutar media yang ada. File WAV kualitas CD menggunakan sampel 16-bit pada 44.1 kHz stereo, sementara alur kerja profesional secara rutin menggunakan sampel 24-bit atau 32-bit float pada rate hingga 192 kHz. Keunggulan utamanya adalah fidelitas tanpa kehilangan: karena WAV standar tidak menerapkan kompresi, data yang disimpan adalah representasi digital yang persis dari rekaman asli, menjadikannya pilihan utama untuk mastering dan pengarsipan. WAV juga mendukung metadata tertanam melalui chunk INFO dan BWF, memungkinkan timestamping dan catatan produksi. Trade-off utamanya adalah ukuran file — satu menit stereo kualitas CD memakan sekitar 10 MB — dan struktur RIFF 32-bit memberlakukan batas 4 GB, meskipun RF64 menghilangkan batasan tersebut.