Conversor de NIST para SPX

NIST SPHERE (SPeech HEader REsources) é um formato de arquivo de áudio especializado criado pelo National Institute of Standards and Technology para pesquisa em fala, particularmente projetos financiados pela DARPA. O formato envolve amostras de áudio brutas com um cabecalho ASCII estruturado codificando metadados como taxa de amostragem, contagem de canais, tipo de codificação, dados demograficos do falante é anotações de transcrição — tornando-o ideal para distribuição de corpora de fala. Os arquivos NIST normalmente armazenam PCM sem compressão ou áudio mu-law em taxas de amostragem de qualidade telefônica (8 kHz ou 16 kHz), embora o container seja flexível o suficiente para conter várias codificacoes. Uma vantagem chave é o cabecalho rico é autodescritivo que permite que pesquisadores incorporem metadados detalhados de corpus diretamente no arquivo, eliminando arquivos auxiliares. O SPHERE também se tornou o padrão de facto para grandes bancos de dados de fala como TIMIT, Switchboard é o corpus Fisher, garantindo amplo reconhecimento em laboratorios acadêmicos é governamentais. A especificação aberta é a disponibilidade de ferramentas de linha de comando (sphere, h_strip, w_decode) tornam simples converter, inspecionar é processar esses arquivos programaticamente em pipelines de processamento de fala.

Speex é um codec de áudio de código aberto desenvolvido especificamente para compressão de fala, criado por Jean-Marc Valin sob a Xiph.Org Foundation. Lancado pela primeira vez em outubro de 2002, ele têm como alvo voz sobre IP, conferencias é qualquer cenário onde a palavra falada precisa viajar de forma eficiente pela rede. Os arquivos SPX envolvem áudio codificado em Speex dentro de um container Ogg, combinando a otimizacao de fala do codec com às capacidades de streaming do Ogg. Três taxas de amostragem são suportadas — banda estreita a 8 kHz, banda larga a 16 kHz é banda ultra-larga a 32 kHz — juntamente com codificação de taxa de bits variável que se adapta em tempo real a complexidade da fala. Uma vantagem de destaque é sua natureza livre de patentes é licenciada sob BSD, que permitiu que desenvolvedores o incorporassem livremente em produtos comerciais é de código aberto. O Speex também inclui cancelamento de eco acustico, supressao de ruido é controle automático de ganho, recursos que codecs rivais normalmente delegam a bibliotecas externas. Embora seus criadores recomendem oficialmente o Opus como sucessor desde 2012, o Speex permanece implantado em sistemas VoIP legados, gravações arquivadas é dispositivos embarcados onde seu decodificador leve ainda é valorizado.