Konverter SPH ke WAV

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.

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.