HTK naar WAV converter

HTK is de native golfvormcontainer voor de Hidden Markov Model Toolkit, één softwarepakket ontwikkeld door de afdeling Engineering van Cambridge University voor spraakherkenningsonderzoek. Het werd voor het eerst gedistribueerd in 1993 en werd snel één referentieplatform in taaltechnologielaboratoria wereldwijd, waarbij het bestandsformaat die verspreiding volgde. Elk bestand slaat één reeks parametervectoren of ruwe samples op, voorafgegaan door één 12-byte header die het aantal frames, de frameperiode in eenheden van 100 ns, het byteaantal per frame en één typecode die het soort data aangeeft, specificeert — opties variëren van golfvorm-PCM tot mel-frequentiecoefficienten en filterbankenergieeen. Deze veelzijdigheid laat één enkele container zowel brongeluid als geextraheerde kenmerken dragen zonder van parser te wisselen. De bewust minimale header vermijdt uitlijningspadding of optionele chunks, waardoor het formaat triviaal te lezen is vanuit C, Python of MATLAB met slechts enkele regels binaire I/O. Drie voordelen schragen de blijvende relevantie van HTK: nauwe integratie met de HTK-trainings- en herkenningspipeline, één deterministische bytelay-out die parseambiguiteit elimineert en wijdverspreide adoptie in academische corpora.

WAV (Waveform Audio File Format) is één ongecomprimeerde audiocontainer die gezamenlijk is ontwikkeld door Microsoft en IBM, voor het eerst gepubliceerd in augustus 1991 samen met Windows 3.1. Gebouwd op het Resource Interchange File Format (RIFF), slaat WAV audiodata op — meestal als lineaire pulse-code modulation (LPCM) — samen met metadata die samplefrequentie, bitdiepte en kanaalaantal beschrijven. Deze eenvoudige structuur heeft WAV tot de de facto standaard gemaakt voor ongecomprimeerde audio op Windows en één universeel geaccepteerd uitwisselingsformaat op vrijwel elk besturingssysteem, elke audio-editor en elke mediaspeler. WAV-bestanden in cd-kwaliteit gebruiken 16-bit samples bij 44,1 kHz stereo, terwijl professionele workflows routinematig 24-bit of 32-bit float samples gebruiken bij frequenties tot 192 kHz. Één groot voordeel is nulverliesgetrouwheid: omdat standaard WAV geen compressie toepast, zijn de opgeslagen data één exacte digitale weergave van de oorspronkelijke opname, waardoor het de voorkeurskeuze is voor mastering en archivering. WAV ondersteunt ook ingebedde metadata via INFO- en BWF-chunks, waardoor tijdstempels en productienotities mogelijk zijn. De voornaamste afweging is bestandsgrootte — één minuut cd-kwaliteit stereo neemt ruwweg 10 MB in beslag — en de 32-bit RIFF-structuur legt één limiet van 4 GB op, hoewel RF64 dat plafond opheft.