เครื่องมือแปลงไฟล์ SPH เป็น OGA

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

OGA คือนามสกุลไฟล์เสียงอย่างเดียวภายในเฟรมเวิร์กคอนเทนเนอร์ Ogg ที่ดูแลโดย Xiph.Org Foundation แต่เดิม .ogg ทำหน้าที่เป็นนามสกุลรวมสำหรับสตรีมทุกประเภทที่บรรจุใน Ogg แต่การเปิดตัว .oga ในปี 2007 ได้สร้างความชัดเจนโดยระบุอย่างแจ้งชัดว่าไฟล์มีเฉพาะข้อมูลเสียงเท่านั้น ภายในแล้ว ไฟล์ OGA สามารถบรรจุเสียงที่เข้ารหัสด้วย Vorbis, FLAC, Speex หรือ Opus ได้ — คอนเทนเนอร์นี้ไม่ขึ้นกับโคเดก โดยทำหน้าที่เป็นตัวห่อหุ้มสำหรับขนส่งที่รองรับบิตสตรีมลอจิคัลแบบต่อเนื่องและการค้นหาตำแหน่งแบบ granule ข้อดีอย่างหนึ่งของ OGA คือความสามารถในการทำงานร่วมกัน — แอปพลิเคชันที่พบนามสกุล .oga สามารถปรับแต่งสำหรับการเล่นเฉพาะเสียงโดยไม่ต้องตรวจสอบแทร็กวิดีโอ ทำให้โหลดเร็วขึ้นและใช้หน่วยความจำน้อยลง เนื่องจากคอนเทนเนอร์ Ogg และโคเดกที่เกี่ยวข้องเป็นโอเพนซอร์สและปลอดค่าลิขสิทธิ์ทั้งหมด OGA จึงหลีกเลี่ยงความซับซ้อนของการอนุญาตสิทธิบัตรที่ส่งผลกระทบต่อรูปแบบที่เป็นกรรมสิทธิ์ รูปแบบนี้รองรับเมทาดาทา Vorbis comment สำหรับการแท็กข้อมูลศิลปิน อัลบั้ม และแทร็กอย่างเป็นมาตรฐาน OGA เล่นได้โดยตรงใน Firefox, เบราว์เซอร์ที่ใช้ Chromium, VLC และสภาพแวดล้อมเดสก์ท็อป Linux ส่วนใหญ่ ทำให้เป็นตัวเลือกที่เหมาะสมสำหรับการเผยแพร่เสียงบนเว็บและเวิร์กโฟลว์การจัดเก็บถาวร