เครื่องมือแปลงไฟล์ HTK เป็น DTS

HTK เป็นคอนเทนเนอร์รูปคลื่นดั้งเดิมของ Hidden Markov Model Toolkit ชุดซอฟต์แวร์ที่พัฒนาที่ภาควิชาวิศวกรรมของมหาวิทยาลัยเคมบริดจ์สำหรับการวิจัยด้านการรู้จำเสียงพูด เผยแพร่ครั้งแรกในปี 1993 HTK กลายเป็นแพลตฟอร์มอ้างอิงในห้องปฏิบัติการภาษาศาสตร์คอมพิวเตอร์ทั่วโลกอย่างรวดเร็ว และรูปแบบไฟล์ก็ได้รับความนิยมตามไปด้วย แต่ละไฟล์เก็บลำดับเวกเตอร์พารามิเตอร์หรือตัวอย่างดิบนำหน้าด้วยส่วนหัว 12 ไบต์ที่ระบุจำนวนเฟรม คาบเฟรมในหน่วย 100 ns จำนวนไบต์ต่อเฟรม และรหัสประเภทที่ระบุชนิดข้อมูล — ตัวเลือกมีตั้งแต่ waveform PCM ไปจนถึง Mel-frequency cepstral coefficients และพลังงาน filter-bank ความอเนกประสงค์นี้ช่วยให้คอนเทนเนอร์เดียวบรรจุทั้งเสียงต้นทางและคุณลักษณะที่สกัดออกมาโดยไม่ต้องเปลี่ยนตัวแยกวิเคราะห์ ส่วนหัวที่เรียบง่ายอย่างจงใจหลีกเลี่ยง alignment padding หรือ optional chunks ทำให้อ่านรูปแบบจาก C, Python หรือ MATLAB ได้ง่ายด้วยโค้ดไบนารี I/O เพียงไม่กี่บรรทัด ข้อดีสามประการที่สนับสนุนความเกี่ยวข้องอย่างต่อเนื่องของ HTK: การผสานรวมอย่างแน่นแฟ้นกับไปป์ไลน์ฝึกอบรมและรู้จำของ HTK เลย์เอาต์ไบต์ที่แน่นอนซึ่งขจัดความคลุมเครือของตัวแยกวิเคราะห์ และการนำไปใช้อย่างแพร่หลายในคอร์ปัสทางวิชาการ

DTS (Digital Theater Systems) เป็นตัวแปลงสัญญาณเสียงหลายแชนเนลที่ออกแบบมาสำหรับเสียงภาพยนตร์ ปัจจุบันเป็นส่วนหลักของโฮมเธียเตอร์และ Blu-ray คิดค้นโดย DTS, Inc. และเปิดตัวครั้งแรกในโรงภาพยนตร์พร้อมกับภาพยนตร์ Jurassic Park ปี 1993 เทคโนโลยีนี้ส่งมอบเสียงเซอร์ราวด์แบบ discrete สูงสุด 5.1 แชนเนลที่อัตราบิตโดยทั่วไประหว่าง 768 kbps ถึง 1.5 Mbps ต่างจากตัวแปลงสัญญาณคู่แข่งที่พึ่งพาการสร้างแบบจำลองจิตอะคูสติกแบบเข้มข้น DTS จัดสรรงบประมาณข้อมูลที่สูงกว่าให้แต่ละแชนเนล รักษารายละเอียดเชิงพื้นที่และไดนามิกส์ระดับเบาได้ดียิ่งขึ้น รูปแบบนี้เข้ารหัสเสียงโดยใช้ sub-band ADPCM ร่วมกับ vector quantization สร้างสนามเสียงที่รับรู้ได้อย่างสมบูรณ์ รุ่นขยาย DTS-HD Master Audio เพิ่มเลเยอร์ส่วนขยายแบบไม่สูญเสียข้อมูลสำหรับความแม่นยำ bit-for-bit สูงสุด 24 บิต/192 kHz จุดแข็งหลักคือการรองรับฮาร์ดแวร์อย่างแพร่หลายในเครื่องรับสัญญาณ AV คอนโซลเกม และระบบข้อมูลบันเทิงในรถยนต์ ร่วมกับการปกปิดข้อผิดพลาดที่แข็งแกร่งซึ่งซ่อนปัญหาเล็กน้อยจากแผ่นดิสก์หรือสตรีม สำหรับผู้ที่ทำงานกับเนื้อหาเสียงเซอร์ราวด์สำหรับสื่อทางกายภาพหรือสตรีมมิ่งคุณภาพสูง DTS มอบเส้นทางที่พิสูจน์แล้วจากห้องมิกซ์ในสตูดิโอสู่ห้องนั่งเล่น