NISTからAIFFへのコンバーター

NIST SPHERE(SPeech HEader REsources)は、アメリカ国立標準技術研究所がDARPA資金の音声研究プロジェクト向けに作成した特殊なオーディオファイル形式です。この形式は、サンプルレート、チャンネル数、エンコーディングタイプ、話者の属性、書き起こしアノテーションなどのメタデータをエンコードする構造化されたASCIIヘッダーで生のオーディオサンプルをラップし、音声コーパスの配布に最適です。NISTファイルは通常、電話品質のサンプルレート(8 kHzまたは16 kHz)で非圧縮PCMまたはmu-lawオーディオを格納しますが、コンテナはさまざまなエンコーディングを保持できる柔軟性があります。重要な利点は、研究者が詳細なコーパスメタデータをファイルに直接埋め込める豊富な自己文書化ヘッダーで、サイドカーファイルが不要になります。SPHEREはまた、TIMIT、Switchboard、Fisherコーパスなどの主要な音声データベースのデファクトスタンダードとなり、学術および政府の研究室全体で広く認知されています。オープンな仕様とコマンドラインツール(sphere、h_strip、w_decode)の利用可能性により、音声処理パイプラインでのファイルの変換、検査、処理が容易です。

AIFF(Audio Interchange File Format)は、Electronic ArtsのIFF規格を構造設計の基礎として、1988年にAppleによって開発されました。非圧縮オーディオコンテナとして、AIFFはリニアPCMデータをフルCD品質 — 通常16ビット/44.1 kHz — で保存し、非可逆エンコードなしで元の録音のすべてのディテールを維持します。コンテンツはチャンク構造で整理され、マーカー、楽器定義、コメントなどのメタデータも格納できます。macOSのプロフェッショナルオーディオエンジニアは、編集やマスタリングの全段階を通じてビットパーフェクトな忠実度が保証されるため、AIFFを頻繁に使用します。重要な利点の一つは、世代劣化がゼロであることです — MP3やAACと異なり、繰り返し保存しても信号が劣化しません。もう一つの強みは、Logic ProやGarageBandなどAppleのプロフェッショナルツールとのシームレスな統合で、AIFFはネイティブの作業形式として機能します。コンテナは最大32ビットまでの複数のサンプルレートとビット深度をサポートし、CD品質の仕様を超えるハイレゾワークフローにも対応します。ストレージ効率よりもロスレスの整合性を優先する方にとって、AIFFは録音業界全体で信頼できる選択肢です。