NISTからDTS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。

DTS(Digital Theater Systems)は、もともと映画館の音響用に設計されたマルチチャンネルオーディオコーデックで、現在ではホームシアターやBlu-rayリリースの定番です。DTS, Inc.によって考案され、1993年の映画ジュラシック・パークと共に初めて劇場公開されたこの技術は、通常768 kbpsから1.5 Mbpsのビットレートで最大5.1チャンネルのディスクリートサラウンドサウンドを提供します。積極的な心理音響モデリングに依存する競合コーデックとは異なり、DTSは各チャンネルにより高いデータ予算を割り当て、より繊細な空間ディテールと低レベルのダイナミクスを保存します。この形式はサブバンドADPCMとベクトル量子化を組み合わせてオーディオをエンコードし、知覚的に豊かなサウンドフィールドを生成します。拡張バリアントのDTS-HD Master Audioは、24ビット/192 kHzまでのビットパーフェクトな精度のためのロスレス拡張レイヤーを追加します。主な強みには、AVレシーバー、ゲームコンソール、車載インフォテインメントシステム全体での幅広いハードウェア採用と、ディスクやストリームの軽微な不具合をマスクする堅牢なエラー隠蔽が含まれます。物理メディアやハイエンドストリーミング向けのサラウンドサウンドコンテンツを扱う方にとって、DTSはスタジオミックスからリビングルームまでの実績ある経路を提供します。