NIST naar WAV 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.

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.