เครื่องมือแปลงไฟล์ NIST เป็น IRCAM

แปลงไฟล์ nist ของคุณให้เป็น ircam ผ่านช่องทางออนไลน์ฟรี

วางไฟล์ต่างๆ​ ที่นี่. 1 GB ขนาดไฟล์สูงสุด หรือ ลงชื่อ
ไปยัง
Facebook Amazon Microsoft Tesla Nestle Walmart L'Oreal

วิธีแปลง NIST เป็น IRCAM

1

เลือกไฟล์จากคอมพิวเตอร์, Google Drive, Dropbox, URL หรือทำการลากไฟล์มาที่หน้า.

2

เลือกรูปแบบไฟล์ ircam หรือรูปแบบไฟล์อื่นตามต้องการเป็นผลลัพธ์(รองรับรูปแบบไฟล์มากกว่า 200 รูปแบบ)

3

ปล่อยให้แปลงไฟล์และคุณสามารถดาวน์โหลดไฟล์ ircam ของคุณได้หลังจากนั้น

เกี่ยวกับรูปแบบไฟล์

NIST SPHERE (SPeech HEader REsources) เป็นรูปแบบไฟล์เสียงเฉพาะทางที่สร้างโดย สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ สำหรับการวิจัยเสียงพูด โดยเฉพาะโปรเจกต์ที่ได้รับทุนจาก DARPA รูปแบบนี้ห่อหุ้มตัวอย่างเสียงดิบด้วยส่วนหัว ASCII ที่มีโครงสร้างซึ่งเข้ารหัสเมตาดาต้า เช่น อัตราสุ่มตัวอย่าง จำนวนแชนเนล ประเภทการเข้ารหัส ข้อมูลประชากรผู้พูด และคำอธิบายการถอดความ — เหมาะอย่างยิ่งสำหรับการเผยแพร่คอร์ปัสเสียงพูด ไฟล์ NIST มักเก็บ PCM แบบไม่บีบอัดหรือเสียง mu-law ที่อัตราสุ่มตัวอย่างคุณภาพโทรศัพท์ (8 kHz หรือ 16 kHz) แม้คอนเทนเนอร์จะยืดหยุ่นพอรองรับการเข้ารหัสหลายแบบ ข้อดีสำคัญคือส่วนหัวแบบบันทึกตัวเองที่หลากหลาย ช่วยให้นักวิจัยฝังเมตาดาต้าคอร์ปัสโดยละเอียดในไฟล์โดยตรง ไม่ต้องมีไฟล์ข้างเคียง SPHERE ยังกลายเป็นมาตรฐานที่ใช้จริงสำหรับฐานข้อมูลเสียงพูดหลัก ๆ เช่น TIMIT, Switchboard และคอร์ปัส Fisher รับประกันการรับรู้อย่างกว้างขวางในห้องปฏิบัติการทั้งด้านวิชาการและภาครัฐ ข้อกำหนดแบบเปิดและเครื่องมือบรรทัดคำสั่งที่มีให้ (sphere, h_strip, w_decode) ทำให้สามารถแปลง ตรวจสอบ และประมวลผลไฟล์เหล่านี้ทางโปรแกรมได้อย่างตรงไปตรงมาในไปป์ไลน์ประมวลผลเสียงพูด
เผยแพร่ครั้งแรก: 1990
ไฟล์เสียง IRCAM มีต้นกำเนิดจาก Institut de Recherche et Coordination Acoustique/Musique — หนึ่งในห้องปฏิบัติการดนตรีคอมพิวเตอร์ชั้นนำของโลก ก่อตั้งโดยคีตกวี Pierre Boulez ในกรุงปารีส รูปแบบนี้สร้างขึ้นในช่วงต้นทศวรรษ 1980 เพื่อตอบสนองความต้องการวิจัยของ IRCAM และตั้งแต่นั้นมาก็ถูกนำมาใช้โดยชุมชนวิชาการและศิลปะที่ทำงานในจุดตัดของวิทยาศาสตร์และเสียง ไฟล์ IRCAM เริ่มต้นด้วยส่วนหัวขนาด 1024 ไบต์ที่บรรจุหมายเลข magic อัตราสุ่มตัวอย่าง จำนวนแชนเนล และฟิลด์ประเภทการเข้ารหัสที่รองรับ linear PCM (16/32 บิตจำนวนเต็มและ 32 บิตจุดลอยตัว), mu-law และ A-law บล็อกส่วนหัวยังรองรับข้อความอธิบายแบบอิสระ ช่วยให้นักวิจัยฝังเมตาดาต้าการทดลองในไฟล์เสียงโดยตรง เนื่องจากข้อมูลไม่ได้ถูกบีบอัดโดยค่าเริ่มต้น การบันทึกจึงรักษาความเที่ยงตรงเต็มรูปแบบตลอดวงจรการวิเคราะห์และสังเคราะห์ใหม่ที่ต่อเนื่อง — สิ่งสำคัญในการทดลองจิตอะคูสติก ซอฟต์แวร์อย่าง Csound, libsndfile และ SoX อ่านและเขียนรูปแบบนี้ได้โดยตรง ข้อดีหลัก ได้แก่ ส่วนหัวที่กำหนดไว้ชัดเจนซึ่งขจัดความคลุมเครือในการแยกวิเคราะห์ การรองรับตัวอย่างจุดลอยตัวที่จำเป็นในงาน DSP เชิงวิทยาศาสตร์ และรากฐานที่ลึกในชุมชนดนตรีคอมพิวเตอร์ที่รับประกันการรองรับเครื่องมืออย่างต่อเนื่อง
ผู้พัฒนา: IRCAM
เผยแพร่ครั้งแรก: 1983