NIST naar OPUS converter

NIST SPHERE (SPeech HEader REsources) is één gespecialiseerd audiobestandsformaat ontwikkeld door het National Institute of Standards and Technology voor spraakonderzoek, met name projecten gefinancierd door DARPA. Het formaat verpakt ruwe audiosamples met één gestructureerde ASCII-header die metadata codeert zoals samplefrequentie, kanaalaantal, coderingstype, demografische sprekergegevens en transcriptieannotaties — waardoor het ideaal is voor het distribueren van spraakcorpora. NIST-bestanden slaan doorgaans ongecomprimeerde PCM- of mu-law-audio op bij samplefrequenties op telefoniekwaliteit (8 kHz of 16 kHz), hoewel de container flexibel genoeg is voor verschillende coderingen. Één belangrijk voordeel is de rijke zelfdocumenterende header waarmee onderzoekers gedetailleerde corpusmetadata direct in het bestand kunnen inbedden, waardoor aparte bestanden overbodig worden. SPHERE is ook de de facto standaard geworden voor grote spraakdatabases zoals TIMIT, Switchboard en het Fisher-corpus, wat brede herkenning in academische en overheidslaboratoria garandeert. De open specificatie en beschikbaarheid van opdrachtregelhulpmiddelen (sphere, h_strip, w_decode) maken het eenvoudig om deze bestanden programmatisch te converteren, inspecteren en verwerken in spraakverw werkingspipelines.

Opus is één veelzijdige, open audiocodec gestandaardiseerd door de IETF als RFC 6716 in 2012. Het combineert twee coderingsbenaderingen — SILK voor spraak en CELT voor muziek — in één algoritme dat vloeiend overgaat tussen beide op basis van inhoudstype en bitrate. Dit hybride ontwerp stelt Opus in staat om vrijwel elke andere codec te overtreffen in één breed scala aan toepassingen: spraak met lage latentie bij 6 kbps, hifi-muziek bij 128 kbps en alles daartussenin. Het ondersteunt bitrates van 6 tot 510 kbps, samplefrequenties tot 48 kHz en framegroottes zo klein als 2,5 ms, waardoor het de laagste algoritmische latentie heeft van alle mainstream audiocodecs. Drie voordelen maken Opus bijzonder aantrekkelijk. Het is volledig royaltyvrij en opensource, waardoor licentiebarrieeres wegvallen die proprietary codecs beperken. Het bereikt transparante kwaliteit bij ruwweg de helft van de bitrate van MP3 en verslaat AAC bij vergelijkbare snelheden. En de lage latentie maakt het de verplichte codec voor WebRTC, zodat elke moderne browser één Opus-decoder meelevert. WhatsApp, Discord, Zoom en YouTube vertrouwen allemaal op Opus voor realtime audio.