Конвертер NIST в WV

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.

WavPack — аудиокодек с открытым исходным кодом, созданный Дэвидом Брайантом; версия 1.0 вышла 15 августа 1998 года. Уникальная особенность WavPack — гибридный режим: кодер одновременно создаёт компактный файл с потерями и отдельный корректирующий файл, которые при объединении побитово восстанавливают исходный PCM-поток. Пользователи, которым важна мобильность, берут только файл с потерями; те, кому нужно архивное качество, сохраняют оба. Кодек обрабатывает PCM-аудио от 8-битного до 32-битного целочисленного и 32-битного с плавающей запятой, с частотами дискретизации до 768 кГц — спецификации, достаточно широкие для DSD-контента, поддержка которого появилась в WavPack 5. Коэффициент сжатия в режиме чистого lossless обычно составляет 40-55% от исходного размера — на уровне FLAC, а на некоторых материалах даже чуть лучше. Многопоточное кодирование в поздних версиях значительно ускоряет обработку на современном оборудовании. Библиотека с открытым кодом распространяется под лицензией BSD и интегрирована в foobar2000, VLC, FFmpeg и множество других инструментов. WavPack также поддерживает развитые метаданные через теги APEv2, встроенные cue-листы и значения ReplayGain, покрывая организационные потребности даже самых требовательных музыкальных коллекций.