OPUS to SPH コンバーター
OPUSからSPHERE音声研究オーディオを生成
opus
sph
音声コーパスフォーマット
SPHは主要な音声データセットの基盤 — OPUS録音を研究対応オーディオに変換します。
データセット準備
OPUSコレクション全体をSPHに一括処理 — 1回の操作でコーパスを準備できます。
オンライン変換
音声ツールキット不要 — ブラウザで直接OPUSからSPHを生成できます。
OPUSをSPHへ変換する方法
コンピューター、Googleドライブ、Dropbox、URLからファイルを選ぶか、ページにドラッグして下さい.
sphもしくは必要な別のフォーマットを選ぶ（200種類以上のフォーマットが利用できます）
ファイルを変換すれば、すぐにsphファイルをダウンロードできます
フォーマットについて
Opusは、2012年にIETFによってRFC 6716として標準化された、多用途でオープンなオーディオコーデックです。音声用のSILKと音楽用のCELTという2つのコーディングアプローチを1つのアルゴリズムに融合し、コンテンツタイプとビットレートに基づいてそれらの間をブレンドします。このハイブリッド設計により、Opusは幅広い用途でほぼすべての他のコーデックを凌駕します — 6 kbpsでの低遅延音声、128 kbpsでの高忠実度音楽、そしてその間のすべてに対応します。6から510 kbpsのビットレート、最大48 kHzのサンプルレート、2.5 msまでの小さなフレームサイズをサポートし、主流のオーディオコーデックの中で最も低いアルゴリズム遅延を実現しています。3つの利点がOpusを特に魅力的にしています。完全にロイヤリティフリーかつオープンソースで、プロプライエタリコーデックを妨げるライセンス障壁を排除しています。MP3の約半分のビットレートで透明な品質を達成し、同等のレートではAACを上回ります。そして、その低遅延によりWebRTCの必須コーデックとなり、すべての最新ブラウザにOpusデコーダーが搭載されています。WhatsApp、Discord、Zoom、YouTubeはすべてリアルタイムオーディオにOpusを使用しています。
SPHは、1990年頃に米国国立標準技術研究所が作成したNIST SPHERE(SPeech HEader REsources)形式で保存されたオーディオのファイル拡張子です。音声研究用に構築されたSPHファイルは、データベース識別子、チャンネル数、サンプルレート、バイトオーダー、圧縮タイプなどのメタデータが詰め込まれた1024バイトのASCIIヘッダーを持ち、すべての録音が自己記述的です。基盤となるオーディオは通常16 kHzで16ビットリニアPCMサンプリングですが、他の構成も許可されています。NIST、DARPA、および世界中の大学の研究者は、現代の自動音声認識システムの基盤となるTIMIT、Switchboard、LDCコレクションなどの音声コーパスの配布にSPHを使用しています。主な利点は、人間が読めるヘッダーにより、スクリプトがバイナリデコーディングなしに録音メタデータを解析できることです。形式の厳格な標準化により、機関やプラットフォーム間でデータセットを共有する際の曖昧さも排除されます。SPHファイルは非圧縮PCMを格納するため、完全なオーディオ忠実度が維持されます — 小さなアーティファクトでさえ結果を歪める可能性がある音響モデルのトレーニングにおいて重要です。
よくある質問
なぜOPUSをSPHに変換するのですか？
SPH（SPHERE）はNISTが定めた音声研究コーパスの標準です。ASRパイプラインや言語ツールがSPHERE入力を期待します。
SPHを使用するソフトは？
Kaldi、HTK、NIST評価ツール、TIMITなどの学術音声データセットがSPHEREをオーディオフォーマットとして使用しています。
SPHとNISTは同じですか？
はい — SPHとNISTはどちらもNational Institute of Standards and Technologyが定義したSPHEREを指します。
使用されるサンプルレートは？
音声コーパスは通常8または16 kHzを使用 — コンバーターがOPUSから自動的にリサンプルします。
データセット全体を変換できますか？
OPUS音声コレクション全体をアップロードし、すべてのファイルにSPHを生成 — 研究対応です。