Convertitore da HTK ad WV

HTK è il contenitore nativo di forme d'onda per l'Hidden Markov Model Toolkit, una suite software sviluppata presso il dipartimento di Ingegneria dell'Università di Cambridge per la ricerca sul riconoscimento vocale. Distribuito per la prima volta nel 1993, HTK è diventato rapidamente una piattaforma di riferimento nei laboratori di linguistica computazionale in tutto il mondo, e il suo formato file ha seguito la stessa traiettoria. Ogni file memorizza una sequenza di vettori di parametri o campioni grezzi preceduti da un'intestazione di 12 byte che specifica il numero di frame, il periodo del frame in unità di 100 ns, il conteggio dei byte per frame e un codice di tipo che indica la natura dei dati — le opzioni spaziano dal PCM a forma d'onda ai coefficienti cepstrali su scala di Mel e alle energie dei banchi di filtri. Questa versatilità consente a un unico contenitore di trasportare sia l'audio sorgente che le feature estratte senza cambiare parser. L'intestazione deliberatamente minimale evita il padding di allineamento o chunk opzionali, rendendo il formato banale da leggere da C, Python o MATLAB con poche righe di I/O binario. Tre vantaggi sostengono la rilevanza duratura di HTK: l'integrazione stretta con la pipeline di addestramento e riconoscimento HTK, un layout di byte deterministico che elimina l'ambiguità del parser e un'adozione capillare nei corpora accademici.

WavPack è un codec audio open-source creato da David Bryant, con la versione 1.0 rilasciata il 15 agosto 1998. Ciò che distingue WavPack è la sua unica modalità ibrida: il codificatore può produrre simultaneamente un file lossy compatto e un file di correzione separato che, se combinati, ricostruiscono il flusso PCM originale bit per bit. Gli utenti che necessitano di portabilità trasportano solo il file lossy; chi desidera qualità archiviale conserva entrambi. Il codec gestisce audio PCM da 8 a 32 bit interi e 32 bit in virgola mobile, con frequenze di campionamento fino a 768 kHz — specifiche sufficientemente ampie per i contenuti DSD, di cui WavPack 5 ha aggiunto il supporto. I rapporti di compressione in modalità puramente lossless raggiungono tipicamente il 40-55 percento della dimensione originale, competitivi con FLAC e spesso leggermente migliori su determinato materiale. La codifica multicore nelle versioni successive accelera notevolmente l'elaborazione sull'hardware moderno. La libreria open-source è distribuita sotto licenza BSD ed è stata integrata in foobar2000, VLC, FFmpeg e numerosi altri strumenti. WavPack supporta anche metadati ricchi tramite tag APEv2, cue sheet incorporati e valori ReplayGain, coprendo le esigenze organizzative anche della libreria musicale più meticolosa.