Конвертер HTK в DTS

HTK — собственный контейнер волновых форм для Hidden Markov Model Toolkit, программного пакета, разработанного на инженерном факультете Кембриджского университета для исследований в области распознавания речи. Впервые выпущенный в 1993 году, HTK быстро стал эталонной платформой в лабораториях компьютерной лингвистики по всему миру, и его файловый формат последовал тому же пути. Каждый файл хранит последовательность параметрических векторов или сырых сэмплов с 12-байтовым заголовком, определяющим число кадров, период кадра в единицах по 100 нс, количество байтов на кадр и код типа данных — от PCM-волновых форм до мел-частотных кепстральных коэффициентов и энергий фильтровых банков. Эта универсальность позволяет одному контейнеру нести как исходное аудио, так и извлечённые признаки без смены парсера. Намеренно минимальный заголовок без дополнительных отступов и опциональных чанков делает формат элементарным для чтения из C, Python или MATLAB несколькими строками бинарного ввода-вывода. Три преимущества обосновывают актуальность HTK: тесная интеграция с конвейером обучения и распознавания HTK, детерминированная байтовая разметка, исключающая неоднозначности парсера, и широкое распространение в академических корпусах.

DTS (Digital Theater Systems) — многоканальный аудиокодек, изначально созданный для кинозвука, а ныне неотъемлемая часть домашних кинотеатров и Blu-ray-релизов. Разработанный компанией DTS, Inc. и впервые представленный в кинотеатрах вместе с фильмом "Парк Юрского периода" в 1993 году, он обеспечивает до 5.1 дискретных каналов объёмного звука при битрейтах обычно от 768 кбит/с до 1,5 Мбит/с. В отличие от конкурирующих кодеков, активно использующих психоакустическое моделирование, DTS выделяет больший бюджет данных на каждый канал, сохраняя более тонкую пространственную детализацию и динамику тихих фрагментов. Формат кодирует аудио с помощью субполосной АДИКМ в сочетании с векторным квантованием, создавая перцептивно насыщенное звуковое поле. Расширенный вариант DTS-HD Master Audio добавляет lossless-расширение для побитовой точности до 24 бит/192 кГц. Ключевые достоинства — широкое внедрение в AV-ресиверах, игровых консолях и автомобильных мультимедийных системах, а также надёжное маскирование ошибок при незначительных сбоях потока. Для работы с контентом объёмного звука, предназначенным для физических носителей или высококачественного стриминга, DTS предлагает проверенный путь от студийного микса до гостиной.