Konverter NIST ke WV

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.

WavPack adalah codec audio open-source yang dibuat oleh David Bryant, dengan versi 1.0 dirilis pada 15 Agustus 1998. Yang membedakan WavPack adalah mode hibridnya yang unik: encoder dapat secara simultan menghasilkan file lossy yang kompak dan file koreksi terpisah yang, jika digabungkan, merekonstruksi stream PCM asli secara bit-for-bit. Pengguna yang membutuhkan portabilitas hanya membawa file lossy; mereka yang menginginkan kualitas arsip menyimpan keduanya. Codec ini menangani audio PCM dari integer 8-bit hingga 32-bit dan 32-bit floating point, dengan sample rate hingga 768 kHz — spesifikasi yang cukup luas untuk konten DSD, yang ditambahkan dukungannya oleh WavPack 5. Rasio kompresi dalam mode lossless murni biasanya mencapai 40 hingga 55 persen dari ukuran asli, kompetitif dengan FLAC dan sering sedikit lebih baik pada materi tertentu. Encoding multicore pada versi selanjutnya secara dramatis mempercepat pemrosesan pada perangkat keras modern. Pustaka open-source dirilis di bawah lisensi BSD dan telah diintegrasikan ke dalam foobar2000, VLC, FFmpeg, dan berbagai tool lainnya. WavPack juga mendukung metadata yang kaya melalui tag APEv2, cue sheet tertanam, dan nilai ReplayGain, memenuhi kebutuhan organisasi dari perpustakaan musik yang paling teliti sekalipun.