เครื่องมือแปลงไฟล์ SPH เป็น WV

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

WavPack เป็นโคเดกเสียงโอเพนซอร์สที่สร้างโดย David Bryant โดยเวอร์ชัน 1.0 เปิดตัวเมื่อวันที่ 15 สิงหาคม 1998 สิ่งที่ทำให้ WavPack โดดเด่นคือโหมดไฮบริดที่ไม่เหมือนใคร — ตัวเข้ารหัสสามารถสร้างไฟล์แบบสูญเสียคุณภาพขนาดกะทัดรัดและไฟล์แก้ไขแยกต่างหากพร้อมกัน ซึ่งเมื่อรวมกันจะสร้างสตรีม PCM ต้นฉบับขึ้นมาใหม่ได้อย่างถูกต้องทุกบิต ผู้ใช้ที่ต้องการความพกพาใช้เฉพาะไฟล์แบบสูญเสียคุณภาพ ส่วนผู้ที่ต้องการคุณภาพเก็บถาวรจะเก็บทั้งสองไฟล์ โคเดกจัดการเสียง PCM ตั้งแต่ 8 บิตถึง 32 บิตจำนวนเต็มและ 32 บิต floating point พร้อมอัตราสุ่มตัวอย่างสูงสุด 768 kHz — ข้อกำหนดที่กว้างพอสำหรับเนื้อหา DSD ซึ่ง WavPack 5 เพิ่มการรองรับ อัตราส่วนการบีบอัดในโหมดไม่สูญเสียคุณภาพล้วนโดยทั่วไปอยู่ที่ 40 ถึง 55 เปอร์เซ็นต์ของขนาดต้นฉบับ แข่งขันกับ FLAC และมักจะดีกว่าเล็กน้อยในบางวัสดุ การเข้ารหัสแบบหลายคอร์ในเวอร์ชันหลังช่วยเร่งการประมวลผลอย่างมากบนฮาร์ดแวร์สมัยใหม่ ไลบรารีโอเพนซอร์สเผยแพร่ภายใต้สัญญาอนุญาต BSD และถูกผสานรวมเข้ากับ foobar2000, VLC, FFmpeg และเครื่องมืออื่นๆ อีกมากมาย WavPack ยังรองรับเมทาดาทาที่หลากหลายผ่านแท็ก APEv2 embedded cue sheet และค่า ReplayGain ครอบคลุมความต้องการด้านการจัดระเบียบของไลบรารีเพลงที่พิถีพิถันที่สุด