Конвертер SPH в AAC

SPH — расширение файлов, хранящих аудио в формате NIST SPHERE (SPeech HEader REsources), стандарте, созданном Национальным институтом стандартов и технологий США около 1990 года. Разработанный для речевых исследований, SPH-файл содержит 1024-байтовый ASCII-заголовок с метаданными — идентификаторами базы данных, количеством каналов, частотой дискретизации, порядком байтов и типом сжатия — делая каждую запись самоописывающейся. Аудиоданные — обычно 16-битная линейная ИКМ при 16 кГц, хотя допустимы другие конфигурации. Исследователи в NIST, DARPA и университетах по всему миру используют SPH для распространения речевых корпусов — TIMIT, Switchboard и коллекций LDC, лежащих в основе современных систем автоматического распознавания речи. Ключевое преимущество — человекочитаемый заголовок, позволяющий скриптам разбирать метаданные записи без бинарного декодирования. Строгая стандартизация формата также исключает неоднозначности при обмене данными между учреждениями и платформами. Поскольку SPH-файлы хранят несжатый PCM, они сохраняют полную точность аудио — критически важное свойство при обучении акустических моделей, где даже малые артефакты могут исказить результаты.

AAC (Advanced Audio Coding) — преемник MP3, стандартизованный ISO/IEC в рамках спецификаций MPEG-2 и позднее MPEG-4. Разработанный совместными усилиями Fraunhofer, Dolby, Sony, Nokia и AT&T, AAC обеспечивает более высокое качество звука при эквивалентном или более низком битрейте — поток AAC 96 кбит/с по воспринимаемому качеству обычно соответствует файлу MP3 на 128 кбит/с. Кодек использует модифицированное дискретное косинусное преобразование в сочетании с продвинутым психоакустическим моделированием и временным формированием шума. AAC является форматом по умолчанию в экосистеме Apple (iTunes, iPhone, iPad), YouTube и многих стриминговых сервисах. Первое преимущество — отличная эффективность сжатия: высококачественный звук при значительно меньшем объёме хранения и потреблении полосы пропускания. Второе — поддержка частот дискретизации от 8 кГц до 96 кГц и до 48 каналов, что подходит для любых задач, от голосовых вызовов до объёмного звучания. Третье — широкое внедрение компанией Apple и другими производителями гарантирует, что практически любое современное устройство, браузер и медиаплеер воспроизводит AAC без дополнительных плагинов.