Конвертер NIST в W64

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.

W64 (Wave64) — 64-битный аудиоконтейнер, изначально разработанный компанией Sonic Foundry — создателями Sound Forge — и впоследствии поддерживаемый Sony после приобретения настольного программного подразделения Sonic Foundry в 2003 году. Формат напрямую решает проблему ограничения размера файлов в 4 ГБ, установленного 32-битной спецификацией RIFF/WAV от Microsoft — ограничения, которое становится критичным при длительных сессиях записи, многоканальном захвате или работе с высокими частотами дискретизации. W64 достигает этого за счёт расширения идентификаторов чанков и полей размера до 64 бит, используя GUID вместо четырёхсимвольных кодов. Такое структурное изменение позволяет файлам достигать размеров в эксабайтах, фактически снимая любые практические ограничения на объём хранения. Формат поддерживает произвольные частоты дискретизации, разрядности и конфигурации каналов, что делает его пригодным для озвучивания фильмов, записи живых концертов и научного сбора данных. Sound Forge, Audacity и другие профессиональные цифровые звуковые рабочие станции обеспечивают нативную поддержку импорта и экспорта W64. Для инженеров и продюсеров, регулярно работающих с продолжительным высококачественным материалом, W64 предлагает надёжность и простоту WAV без досадного ограничения размера.