HTK'den W64'ye dönüştürücü

HTK, Cambridge Üniversitesi Mühendislik Bölümü'nde konuşma tanıma araştırmaları için geliştirilen bir yazılım paketi olan Hidden Markov Model Toolkit'ın yerel dalga formu kapsayıcısıdır. 1993'te i̇lk dağıtılan HTK, dünya genelinde hesaplamalı dilbilim laboratuvarlarında hızla referans platform haline gelmiş ve dosya formatı da aynı yolu izlemiştir. Her dosya, çerçeve sayısını, 100 ns birimlerinde çerçeve süresini, çerçeve başına bayt sayısını ve veri türünü belirten bir tür kodu içeren 12 baytlık bir başlık ile öncelenmiş parametre vektörleri veya ham örnekler dizisi depolar — dalga formu PCM'den Mel-frekans kepstral katsayılarına ve filtre bankası enerjilerine kadar seçenekler mevcuttur. Bu çok yönlülük, tek bir kapsayıcının hem kaynak sesi hem de çıkarılan özellikleri ayrıştırıcı değiştirmeden taşımasını sağlar. Kasıtlı olarak minimalist başlık, hizalama dolgusu veya isteğe bağlı yığınlardan kaçınarak formatı C, Python veya MATLAB'da birkaç satır i̇kili G/Ç ile okumayı kolaylaştırır. HTK'nın kalıcı önemini destekleyen üç avantaj: HTK eğitim ve tanıma hattıyla sıkı entegrasyon, ayrıştırıcı belirsizliğini ortadan kaldıran deterministik bayt düzeni ve akademik veri derlemlerinde yaygın benimseme.

W64 (Wave64), Sound Forge'un yaratıcıları Sonic Foundry tarafından tasarlanan ve Sonic Foundry'nın masaüstü yazılım bölümünü 2003'te satın aldıktan sonra Sony tarafından sürdürülen 64 bit ses kapsayıcısıdır. Format, Microsoft'un 32 bit RIFF/WAV spesifikasyonunun getirdiği ve uzun kayıt oturumları, çok kanallı yakalamalar veya yüksek örnekleme hızlı prodüksiyonlarda sorun haline gelen 4 GB dosya boyutu tavanını doğrudan ele alır. W64 bunu, yığın tanımlayıcılarını ve boyut alanlarını 64 bite genişleterek ve dört karakterli kodlar yerine GUID'ler kullanarak başarır. Bu yapısal değişiklik, dosyaların eksabaytlarla ölçülen boyutlara ulaşmasına izin vererek pratik anlamda her türlü depolama kısıtlamasını ortadan kaldırır. Format, rastgele örnekleme hızları, bit derinlikleri ve kanal yapılandırmalarını destekleyerek film müziği, canlı konser kaydı ve bilimsel veri toplama için son derece uygundur. Sound Forge, Audacity ve diğer profesyonel dijital ses iş istasyonları, sorunsuz içe ve dışa aktarma için yerel W64 desteği sunar. Uzun süreli, yüksek kaliteli materyalle düzenli olarak çalışan mühendisler ve yapımcılar için W64, WAV'ın güvenilirliğini ve sadeliğini sinir bozucu boyut kısıtlaması olmadan sunar.