SPH naar WAV 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.

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.