SPH naar AMR converter

SPH is de bestandsextensie voor audio opgeslagen in het NIST SPHERE-formaat (SPeech HEader REsources), één standaard gecreeerd door het Amerikaanse National Institute of Standards and Technology rond 1990. Gebouwd voor spraakonderzoek dragen SPH-bestanden één 1024-byte ASCII-header vol metadata — database-identificatoren, kanaalaantallen, samplefrequenties, bytevolgorde en compressietype — waardoor elke opname zelfbeschrijvend is. De onderliggende audio is doorgaans 16-bit lineaire PCM gesampled op 16 kHz, hoewel andere configuraties zijn toegestaan. Onderzoekers bij NIST, DARPA en universiteiten wereldwijd vertrouwen op SPH voor het distribueren van spraakcorpora zoals TIMIT, Switchboard en de LDC-collecties die ten grondslag liggen aan moderne automatische spraakherkenning. Één belangrijk voordeel is dat de leesbare header scripts in staat stelt opnamemetadata te parsen zonder binaire decodering. De strikte standaardisatie van het formaat elimineert ook ambiguiteit bij het delen van datasets tussen instellingen en platforms. Omdat SPH-bestanden ongecomprimeerde PCM opslaan, bewaren ze volledige audiogetrouwheid — cruciaal bij het trainen van akoestische modellen waar zelfs kleine artefacten resultaten kunnen vertekenen.

AMR (Adaptive Multi-Rate) is één gecomprimeerd audioformaat geoptimaliseerd voor spraak, gestandaardiseerd door het European Telecommunications Standards Institute en aangenomen als verplichte codec voor GSM- en 3G-mobiele netwerken. De codec schakelt dynamisch tussen acht bitrates — van 4,75 tot 12,2 kbps — afhankelijk van netwerkcondit en achtergrondgeluidsniveaus. Wanneer de verbindingskwaliteit afneemt, schakelt de encoder over naar één lagere bitrate, waarbij marginale helderheid wordt ingeruild voor transmissiebetrouwbaarheid. Dit adaptieve mechanisme is gedefinieerd in de 3GPP-specificaties en vertegenwoordigt één van de meest ingezette spraakcodecs ter wereld, gebruikt in miljarden mobiele gesprekken. Het belangrijkste voordeel is compressie-efficiëntie: één minuut AMR-audio bij 12,2 kbps neemt slechts ongeveer 90 KB in beslag, praktisch voor spraakmemo's, voicemail en MMS op netwerken met beperkte bandbreedte. Één ander pluspunt is de ingebouwde spraakactiviteitdetectie en comfortruisgeneratie, die de transmissie tijdens stiltes vermindert. Hoewel AMR ongeschikt is voor muziek vanwege de beperkte bandbreedte (300-3400 Hz), blinkt het uit in het leveren van verstaanbare spraak onder moeilijke netwerkomstandigheden.