HTK에서 AAC로 변환하는 컨버터

HTK는 음성 인식 연구를 위해 Cambridge 대학교 공학부에서 개발한 소프트웨어 모음인 Hidden Markov Model Toolkit의 네이티브 파형 컨테이너입니다. 1993년에 처음 배포된 HTK는 전 세계 전산 언어학 연구실에서 빠르게 레퍼런스 플랫폼이 되었으며, 그 파일 포맷도 함께 보급되었습니다. 각 파일은 프레임 수, 100 ns 단위의 프레임 주기, 프레임당 바이트 수, 데이터 종류를 나타내는 유형 코드를 지정하는 12바이트 헤더가 앞에 붙은 파라미터 벡터 시퀀스 또는 원시 샘플을 저장합니다 — 옵션은 파형 PCM에서 멜 주파수 켑스트럼 계수와 필터 뱅크 에너지까지 다양합니다. 이러한 다용도성 덕분에 파서를 변경하지 않고도 하나의 컨테이너에 원본 오디오와 추출된 특성 모두를 담을 수 있습니다. 의도적으로 최소화된 헤더는 정렬 패딩이나 선택적 청크를 피하여, C, Python 또는 MATLAB에서 몇 줄의 바이너리 I/O로 읽을 수 있는 포맷을 만듭니다. 세 가지 장점이 HTK의 지속적인 관련성을 뒷받침합니다: HTK 학습 및 인식 파이프라인과의 긴밀한 통합, 파서 모호성을 제거하는 결정적 바이트 레이아웃, 학술 코퍼스에서의 광범위한 채택입니다.

AAC(Advanced Audio Coding)는 MP3의 후속 포맷으로, ISO/IEC에 의해 MPEG-2 및 이후 MPEG-4 사양의 일부로 표준화되었습니다. Fraunhofer, Dolby, Sony, Nokia, AT&T가 공동으로 설계한 AAC는 동일하거나 더 낮은 비트레이트에서 우수한 음질을 제공합니다 — 96 kbps AAC 스트림은 일반적으로 128 kbps MP3 파일과 동등한 청감 품질을 보입니다. 이 코덱은 수정 이산 코사인 변환과 고급 심리음향 모델링 및 시간적 노이즈 셰이핑을 활용합니다. AAC는 Apple 생태계(iTunes, iPhone, iPad), YouTube, 그리고 많은 스트리밍 서비스의 기본 오디오 포맷으로 사용됩니다. 첫 번째 장점은 뛰어난 압축 효율성으로, 저장 공간과 대역폭을 크게 절약하면서도 고품질 오디오를 유지합니다. 둘째, 8 kHz부터 96 kHz까지의 샘플레이트와 최대 48채널을 지원하여 음성 통화부터 서라운드 사운드까지 모든 용도에 적합합니다. 셋째, Apple 및 기타 업체들의 광범위한 산업 채택으로 사실상 모든 최신 기기, 브라우저, 미디어 플레이어에서 별도 플러그인 없이 AAC 콘텐츠를 기본 재생할 수 있습니다.