Конвертер HTK в WMA

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.

WMA (Windows Media Audio) — семейство проприетарных аудиокодеков, разработанных Microsoft и впервые выпущенных в 1999 году в составе платформы Windows Media. Созданный для конкуренции с MP3 и AAC, WMA Standard использует перцептуальное кодирование для достижения качества, близкого к CD, на битрейтах от 64 кбит/с — примерно вдвое меньше, чем обычно требовалось MP3 для сопоставимого результата. Семейство кодеков расширилось за счёт WMA Professional для объёмного звука и аудио высокого разрешения, WMA Lossless для побитового архивного сжатия и WMA Voice, оптимизированного для речевого контента на очень низких битрейтах. Глубокая интеграция с Windows, Windows Media Player и экосистемой Zune обеспечила WMA сильное преимущество в распространении на протяжении 2000-х, а поддержка управления цифровыми правами (DRM) сделала формат привлекательным для интернет-магазинов музыки той эпохи. Кодирование и декодирование выполняются нативно в Windows без стороннего программного обеспечения. Кроссплатформенная поддержка улучшилась благодаря библиотекам FFmpeg и GStreamer, хотя WMA остаётся менее универсально совместимым, чем MP3 или AAC, на устройствах вне экосистемы Microsoft. Формат по-прежнему встречается в старых медиатеках, хотя более новые кодеки в значительной мере заняли его место в стриминге и портативном использовании.