NIST'den FLAC'ye dönüştürücü

NIST SPHERE (SPeech HEader REsources), konuşma araştırmaları için özellikle DARPA tarafından finanse edilen projeler kapsamında Ulusal Standartlar ve Teknoloji Enstitüsü tarafından oluşturulmuş özel bir ses dosyası formatıdır. Format, ham ses örneklerini örnekleme hızı, kanal sayısı, kodlama türü, konuşmacı demografisi ve transkripsiyon açıklamaları gibi üst verileri kodlayan yapılandırılmış ASCII başlıkla sarar — bu özellik konuşma veri derlemleri dağıtımı için idealdir. NIST dosyaları genellikle telefon kalitesinde örnekleme hızlarında (8 kHz veya 16 kHz) sıkıştırılmamış PCM veya mü-law ses depolar, ancak kapsayıcı çeşitli kodlamaları barındıracak kadar esnektir. Önemli bir avantajı, araştırmacıların ayrıntılı veri derlemi üst verilerini doğrudan dosyaya gömmesine olanak tanıyan zengin, kendi kendini tanımlayan başlıktır ve ek dosyalara gerek kalmaz. SPHERE ayrıca TIMIT, Switchboard ve Fisher veri derlemi gibi büyük konuşma veritabanları için fiili standart haline gelmiştir ve akademik ile devlet laboratuvarlarında geniş tanınırlık sağlar. Açık spesifikasyon ve komut satırı araçlarının (sphere, h_strip, w_decode) erişilebilirliği, bu dosyaların konuşma işleme hatlarında programatik olarak dönüştürülmesini, incelenmesini ve işlenmesini kolaylaştırır.

FLAC (Free Lossless Audio Codec), sıkıştırılmamış bir WAV dosyasının yaklaşık yarısı boyutunda matematiksel olarak mükemmel ses üretimi sunar. Xiph.Org Vakfı tarafından sürdürülen ve 2001'de yayınlanan FLAC, kısa sürede kayıpsız müzik arşivleme için fiili açık standart haline gelmiştir. Kodlayıcı, her ses bloğunu modellemek için doğrusal tahmin uygular, ardından tahmin hatalarının istatistiksel dağılımını kullanarak güçlü sıkıştırma sağlayan Rice bölümleme yoluyla artık veriyi kodlar — veri atmadan. 32 bite kadar bit derinlikleri ve 655 kHz'e kadar örnekleme hızları desteklenerek yüksek çözünürlüklü kayıtların gereksinimlerini aşar. Donanım desteği kapsamlıdır: akıllı telefonlar, araç stereoları, Blu-ray oynatıcılar ve neredeyse her masaüstü medya uygulaması FLAC'ı yerel olarak çözer. Tidal ve Amazon Music gibi akış hizmetleri kayıpsız katmanlarında FLAC kullanarak kodeke olan endüstri güvenini pekiştirmektedir. Üç belirgin avantaj FLAC'ı çekici kılar. Birincisi, kod çözme sırasında orijinal sinyalin bit düzeyinde tam restorasyonu. İkincisi, Vorbis yorumları ve albüm kapağı aracılığıyla gömülü üst veriler, ek dosyalara gerek kalmadan kütüphaneleri düzenli tutar. Üçüncüsü, açık kaynak lisanslaması patent veya telif ücreti bulunmadığı anlamına gelir ve geliştiriciler ile donanım üreticileri için yasal sürtünmeyi ortadan kaldırır.