Konverter SPH ke AMR

SPH adalah ekstensi file untuk audio yang disimpan dalam format NIST SPHERE (SPeech HEader REsources), standar yang dibuat oleh National Institute of Standards and Technology Amerika Serikat sekitar tahun 1990. Dibangun untuk penelitian ucapan, file SPH membawa header ASCII 1024-byte yang dipenuhi metadata — pengidentifikasi database, jumlah channel, sample rate, pengurutan byte, dan tipe kompresi — membuat setiap rekaman mendeskripsikan dirinya sendiri. Audio yang mendasari biasanya PCM linear 16-bit yang disampling pada 16 kHz, meskipun konfigurasi lain diperbolehkan. Peneliti di NIST, DARPA, dan universitas di seluruh dunia mengandalkan SPH untuk mendistribusikan korpora ucapan seperti TIMIT, Switchboard, dan koleksi LDC yang mendasari sistem pengenalan ucapan otomatis modern. Keunggulan utamanya adalah header yang dapat dibaca manusia memungkinkan skrip mengurai metadata rekaman tanpa decoding biner. Standardisasi format yang ketat juga menghilangkan ambiguitas saat berbagi dataset di seluruh institusi dan platform. Karena file SPH menyimpan PCM tanpa kompresi, mereka mempertahankan fidelitas audio penuh — kritis saat melatih model akustik di mana bahkan artefak kecil dapat menyebabkan hasil yang menyimpang.

AMR (Adaptive Multi-Rate) adalah format audio terkompresi yang dioptimalkan untuk suara, distandardisasi oleh European Telecommunications Standards Institute dan diadopsi sebagai codec wajib untuk jaringan seluler GSM dan 3G. Codec ini secara dinamis beralih antara delapan bit rate — dari 4,75 hingga 12,2 kbps — tergantung pada kondisi jaringan dan tingkat kebisingan latar belakang. Ketika kualitas koneksi menurun, encoder beralih ke rate yang lebih rendah, menukar sedikit kejernihan demi keandalan transmisi. Mekanisme adaptif ini didefinisikan oleh spesifikasi 3GPP dan mewakili salah satu codec suara yang paling banyak digunakan secara global, dipakai dalam miliaran panggilan seluler. Keunggulan utamanya adalah efisiensi kompresi: satu menit audio AMR pada 12,2 kbps hanya memakan sekitar 90 KB, praktis untuk memo suara, pesan suara, dan MMS pada jaringan dengan bandwidth terbatas. Keunggulan lainnya adalah deteksi aktivitas suara dan pembangkitan comfort noise bawaan, yang mengurangi transmisi saat hening. Meskipun AMR tidak cocok untuk musik karena bandwidth-nya yang sempit (300-3400 Hz), format ini unggul dalam menghasilkan ucapan yang jelas di bawah kondisi jaringan yang menantang.