Конвертер SPH в SPX

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.

Speex — аудиокодек с открытым исходным кодом, специально разработанный для сжатия речи Жан-Марком Валеном под эгидой Xiph.Org Foundation. Впервые выпущенный в октябре 2002 года, он ориентирован на VoIP, конференц-связь и любые сценарии, где голос нужно эффективно передавать по сети. SPX-файлы оборачивают Speex-кодированное аудио в контейнер Ogg, сочетая оптимизацию кодека для речи с возможностями потоковой передачи Ogg. Поддерживаются три частоты дискретизации — узкополосная 8 кГц, широкополосная 16 кГц и сверхширокополосная 32 кГц — а также кодирование с переменным битрейтом, адаптирующимся в реальном времени к сложности речи. Выдающееся преимущество — свободная от патентов лицензия BSD, позволившая разработчикам свободно встраивать кодек как в коммерческие, так и в открытые продукты. Speex также включает акустическое эхоподавление, шумоподавление и автоматическую регулировку усиления — функции, которые конкурирующие кодеки обычно делегируют внешним библиотекам. Хотя создатели кодека официально рекомендуют Opus) как преемника с 2012 года, Speex остаётся в работе в устаревших VoIP-системах, архивных записях и встроенных устройствах, где ценится его лёгкий декодер.