Chuyển đổi AV1 sang SPH

Xuất định dạng âm thanh SPH từ video AV1 trực tuyến

Thả tập tin ở đây. 1 GB Kích thước file tối đa hoặc là Đăng ký
đến
Facebook Amazon Microsoft Tesla Nestle Walmart L'Oreal

Tiêu chuẩn nghiên cứu giọng nói

SPH là tiêu chuẩn trong nghiên cứu — chuyển đổi từ AV1 tạo âm thanh sẵn sàng cho phân tích và đánh giá.

Tương thích kho ngữ liệu

Chuyển đổi AV1 sang SPH — tận dụng các đặc điểm và ưu điểm riêng của định dạng SPH.

Tệp riêng tư

Tệp AV1 tải lên được xóa ngay sau khi xử lý, đầu ra SPH được xóa tự động trong vòng 24 giờ để bảo vệ quyền riêng tư.

Làm thế nào để chuyển đổi AV1 sang SPH

1

Lựa chọn các tập tin từ Máy tính, Google Drive, Dropbox, URL hoặc bằng cách kéo tập tin vào trang này.

2

Chọn sph hoặc bất kỳ định dạng nào khác bạn cần chuyển đổi sang (hỗ trợ hơn 200 định dạng)

3

Hãy để tập tin chuyển đổi và bạn có thể tải tập tin sph của bạn xuống ngay sau đó

Về các định dạng

AV1 (AOMedia Video 1) là định dạng mã hóa video mở, miễn phí bản quyền được phát triển bởi Alliance for Open Media — một hiệp hội có các thành viên sáng lập bao gồm Google, Mozilla, Microsoft, Amazon, Netflix và Intel, cùng nhiều tổ chức khác. Thông số kỹ thuật được hoàn thiện vào tháng 6 năm 2018 với mục tiêu cung cấp codec video thế hệ tiếp theo vượt qua hiệu suất nén của H.264 và HEVC đồng thời không có phí cấp phép. AV1 đạt hiệu suất nén tốt hơn khoảng 30-50% so với HEVC ở chất lượng hình ảnh tương đương, khiến nó đặc biệt hấp dẫn đối với các nền tảng truyền phát muốn giảm chi phí băng thông mà không hy sinh trải nghiệm người xem. Codec hỗ trợ nhiều tính năng bao gồm tổng hợp nhiễu hạt phim, phân chia ô linh hoạt để xử lý song song, chuyển đổi độ phân giải thích ứng nội dung và bộ chế độ dự đoán intra và inter phong phú. Hỗ trợ giải mã phần cứng đã mở rộng nhanh chóng trên các bộ xử lý di động, GPU và TV thông minh, giải quyết những lo ngại ban đầu về yêu cầu tính toán trong quá trình mã hóa. AV1 đã được các dịch vụ truyền phát lớn áp dụng rộng rãi để phân phối nội dung 4K và HDR, đồng thời đóng vai trò là thành phần video của bộ chứa WebM cho phát lại trên web. Việc miễn phí bản quyền khiến AV1 đặc biệt quan trọng cho các tiêu chuẩn web mở và phân phối phương tiện dễ tiếp cận.
Nhà phát triển: Alliance for Open Media
Phát hành lần đầu: Ngày 25 tháng 6 năm 2018
SPH là phần mở rộng tệp cho âm thanh lưu trữ trong định dạng NIST SPHERE (SPeech HEader REsources), một tiêu chuẩn do Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ tạo ra khoảng năm 1990. Được xây dựng cho nghiên cứu giọng nói, tệp SPH mang header ASCII 1024 byte chứa đầy siêu dữ liệu — mã định danh cơ sở dữ liệu, số kênh, tần số lấy mẫu, thứ tự byte và kiểu nén — giúp mỗi bản ghi tự mô tả. Âm thanh bên dưới thường là PCM tuyến tính 16-bit lấy mẫu ở 16 kHz, dù các cấu hình khác cũng được phép. Các nhà nghiên cứu tại NIST, DARPA và các trường đại học trên toàn thế giới dựa vào SPH để phân phối kho ngữ liệu giọng nói như TIMIT, Switchboard và các bộ sưu tập LDC — nền tảng của các hệ thống nhận dạng giọng nói tự động hiện đại. Ưu điểm chính là header đọc được bằng mắt người cho phép các script phân tích siêu dữ liệu bản ghi mà không cần giải mã nhị phân. Sự chuẩn hóa nghiêm ngặt của định dạng cũng loại bỏ sự mơ hồ khi chia sẻ tập dữ liệu giữa các tổ chức và nền tảng. Vì tệp SPH lưu trữ PCM không nén, chúng bảo toàn toàn bộ chất lượng âm thanh — điều cực kỳ quan trọng khi huấn luyện mô hình âm học mà ngay cả những artifact nhỏ cũng có thể làm lệch kết quả.
Phát hành lần đầu: 1990

Các câu hỏi thường gặp

Tại sao chuyển đổi AV1 sang SPH?

SPH (NIST Sphere) là định dạng tiêu chuẩn cho corpus nghiên cứu giọng nói — được sử dụng bởi bộ dữ liệu ngôn ngữ như TIMIT và Switchboard.

Phần mềm nào phát tệp SPH?

Công cụ NIST Sphere, Kaldi, HTK và SoX xử lý tệp SPH. Đây là tiêu chuẩn trong nghiên cứu giọng nói và ngôn ngữ học thuật.

SPH có giống định dạng khác không?

SPH sử dụng định dạng header NIST Sphere — các thuật ngữ thường được sử dụng thay thế nhau trong bối cảnh nghiên cứu giọng nói.

Tần số lấy mẫu điển hình là gì?

Hầu hết corpus giọng nói sử dụng 8 kHz hoặc 16 kHz mono — tần số tiêu chuẩn cho viễn thông và dữ liệu nhận dạng giọng nói.

Tệp của tôi có an toàn không?

Tệp AV1 tải lên được xóa ngay sau khi xử lý. Đầu ra SPH được tự động xóa khỏi máy chủ trong vòng 24 giờ.