Конвертер NIST в VOC

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.

VOC (Creative Voice) — цифровой аудиоконтейнер, разработанный компанией Creative Technology и представленный вместе с первой звуковой картой Sound Blaster в 1989 году. Он служил нативным аудиоформатом семейства Sound Blaster в эпоху DOS, когда оборудование Creative доминировало в сфере PC-аудио. Файлы VOC имеют блочную структуру: каждый файл состоит из типизированных блоков данных, способных нести 8-битный беззнаковый PCM, 4-битный и 2,6-битный Creative ADPCM, 16-битный знаковый PCM, а также звук в кодировках A-law и mu-law. Блочная структура также поддерживает интервалы тишины, циклы повторения и маркерные точки, предоставляя разработчикам игр точный контроль над воспроизведением звука. Важным преимуществом было аппаратное декодирование — карты Sound Blaster могли воспроизводить данные VOC напрямую через DMA-передачу, освобождая процессор в эпоху, когда каждый такт был на счету. Формат широко использовался в DOS-играх от id Software, Sierra и LucasArts. С распространением Windows и формата WAV VOC постепенно вышел из массового использования, однако остаётся важным для сохранения ретро-игр и работы с архивами винтажного PC-аудио.