Конвертер NIST в MP3

NIST SPHERE (SPeech HEader REsources) — специализированный аудиоформат, созданный Национальным институтом стандартов и технологий для исследований речи, в особенности проектов, финансируемых DARPA. Формат оборачивает сырые аудиосэмплы структурированным ASCII-заголовком, содержащим метаданные: частоту дискретизации, количество каналов, тип кодирования, демографические данные дикторов и аннотации транскрипций — что делает его идеальным для распространения речевых корпусов. Файлы NIST обычно хранят несжатое PCM или mu-law аудио при телефонных частотах дискретизации (8 кГц или 16 кГц), хотя контейнер достаточно гибок для различных кодировок. Ключевое преимущество — богатый самодокументирующийся заголовок, позволяющий исследователям встраивать подробные метаданные корпуса прямо в файл, исключая сопутствующие файлы. SPHERE также стал де-факто стандартом для крупных баз речевых данных — TIMIT, Switchboard и корпуса Fisher, — обеспечивая широкое признание в академических и государственных лабораториях. Открытая спецификация и доступность утилит командной строки (sphere, h_strip, w_decode) делают конвертацию, инспекцию и обработку этих файлов в конвейерах речевой обработки простой задачей.

MP3 (MPEG-1 Audio Layer III) — один из самых распространённых форматов цифрового кодирования звука. Он использует сжатие с потерями для существенного уменьшения размера файлов при сохранении качества звука, близкого к CD, обычно достигая коэффициента сжатия 10:1. Разработанный обществом Фраунгофера совместно с другими учёными, формат стал международным стандартом в 1993 году в составе спецификации MPEG-1. MP3-файлы могут кодироваться с различными битрейтами — как правило, от 128 до 320 кбит/с, — что позволяет пользователям балансировать между размером файла и качеством звука. Эффективное сжатие, широкая совместимость с устройствами и компактный размер файлов сделали MP3 движущей силой революции цифровой музыки, обеспечив практичное хранение и распространение музыки через интернет. Сегодня MP3 остаётся одним из наиболее универсально поддерживаемых аудиоформатов на практически всех медиаплеерах, операционных системах и портативных устройствах.