เครื่องมือแปลงไฟล์ SPH เป็น MP3

SPH เป็นนามสกุลไฟล์สำหรับเสียงที่จัดเก็บในรูปแบบ NIST SPHERE (SPeech HEader REsources) มาตรฐานที่สร้างโดยสถาบันมาตรฐานและเทคโนโลยีแห่งชาติสหรัฐอเมริการาวปี 1990 สร้างขึ้นสำหรับการวิจัยด้านเสียงพูด ไฟล์ SPH มีส่วนหัว ASCII ขนาด 1024 ไบต์ที่บรรจุเมทาดาทา — ตัวระบุฐานข้อมูล จำนวนช่องสัญญาณ อัตราสุ่มตัวอย่าง ลำดับไบต์ และประเภทการบีบอัด — ทำให้ทุกการบันทึกอธิบายตัวเองได้ เสียงพื้นฐานโดยทั่วไปเป็น PCM เชิงเส้น 16 บิตที่สุ่มตัวอย่าง 16 kHz แม้ว่าจะอนุญาตให้ใช้การกำหนดค่าอื่นได้ นักวิจัยที่ NIST, DARPA และมหาวิทยาลัยทั่วโลกพึ่งพา SPH สำหรับการเผยแพร่คลังเสียงพูดเช่น TIMIT, Switchboard และคอลเลกชัน LDC ที่เป็นรากฐานของระบบการรู้จำเสียงพูดอัตโนมัติสมัยใหม่ ข้อดีสำคัญคือส่วนหัวที่อ่านได้ด้วยมนุษย์ ทำให้สคริปต์สามารถแยกวิเคราะห์เมทาดาทาการบันทึกได้โดยไม่ต้องถอดรหัสไบนารี การกำหนดมาตรฐานที่เข้มงวดของรูปแบบยังขจัดความกำกวมเมื่อแชร์ชุดข้อมูลข้ามสถาบันและแพลตฟอร์ม เนื่องจากไฟล์ SPH จัดเก็บ PCM แบบไม่บีบอัด จึงรักษาความเที่ยงตรงของเสียงอย่างเต็มที่ — สิ่งสำคัญอย่างยิ่งเมื่อฝึกแบบจำลองอะคูสติกที่แม้แต่สิ่งแปลกปลอมเล็กน้อยก็อาจบิดเบือนผลลัพธ์ได้

MP3 (MPEG-1 Audio Layer III) เป็นหนึ่งในรูปแบบเข้ารหัสเสียงดิจิทัลที่ใช้กันอย่างแพร่หลายที่สุด ใช้การบีบอัดข้อมูลแบบสูญเสียเพื่อลดขนาดไฟล์อย่างมีนัยสำคัญในขณะที่ยังคงรักษาคุณภาพเสียงใกล้เคียงระดับ CD โดยทั่วไปบรรลุอัตราส่วนการบีบอัด 10:1 พัฒนาโดย Fraunhofer Society ร่วมกับนักวิทยาศาสตร์ดิจิทัลคนอื่น ๆ รูปแบบนี้กลายเป็นมาตรฐานสากลในปี 1993 ในฐานะส่วนหนึ่งของข้อกำหนด MPEG-1 ไฟล์ MP3 สามารถเข้ารหัสได้ที่บิตเรตต่าง ๆ โดยทั่วไปตั้งแต่ 128 kbps ถึง 320 kbps ให้ผู้ใช้สร้างสมดุลระหว่างขนาดไฟล์และความเที่ยงตรงของเสียง การบีบอัดที่มีประสิทธิภาพ ความเข้ากันได้กับอุปกรณ์อย่างกว้างขวาง และขนาดไฟล์ที่เล็กทำให้ MP3 เป็นแรงขับเคลื่อนเบื้องหลังการปฏิวัติเพลงดิจิทัล ช่วยให้สามารถจัดเก็บและเผยแพร่เพลงผ่านอินเทอร์เน็ตได้อย่างสะดวก ปัจจุบัน MP3 ยังคงเป็นหนึ่งในรูปแบบเสียงที่ได้รับการรองรับอย่างทั่วถึงที่สุดในเครื่องเล่นสื่อ ระบบปฏิบัติการ และอุปกรณ์พกพาแทบทุกชนิด