Công cụ chuyển đổi HTK sang MP2

HTK là container dạng sóng gốc cho Hidden Markov Model Toolkit, bộ phần mềm được phát triển tại Khoa Kỹ thuật Đại học Cambridge phục vụ nghiên cứu nhận dạng giọng nói. Phân phối lần đầu vào năm 1993, HTK nhanh chóng trở thành nền tảng tham chiếu trong các phòng thí nghiệm ngôn ngữ học tính toán trên toàn thế giới, và định dạng tệp của nó cũng lan rộng theo. Mỗi tệp lưu một chuỗi vector tham số hoặc mẫu thô kèm tiêu đề 12 byte chỉ định số khung, chu kỳ khung tính bằng đơn vị 100 ns, số byte mỗi khung, và mã loại chỉ ra kiểu dữ liệu — các tùy chọn dao động từ PCM dạng sóng đến hệ số cepstral tần số Mel và năng lượng bộ lọc. Tính đa dụng này cho phép một container duy nhất chứa cả âm thanh nguồn lẫn đặc trưng đã trích xuất mà không cần thay đổi bộ phân tích. Tiêu đề cố ý tối giản không có padding căn chỉnh hay khối tùy chọn, khiến định dạng cực kỳ dễ đọc từ C, Python hoặc MATLAB chỉ với vài dòng I/O nhị phân. Ba ưu điểm làm nên sự bền vững của HTK: tích hợp chặt chẽ với pipeline huấn luyện và nhận dạng HTK, bố trí byte xác định loại bỏ mơ hồ trong phân tích, và được áp dụng rộng rãi trong các kho dữ liệu học thuật.

MP2 (MPEG-1 Audio Layer II), còn được biết đến với tên dự án gốc MUSICAM, là codec âm thanh cảm nhận được chuẩn hóa trong ISO/IEC 11172-3 vào năm 1993. Trong khi phiên bản kế nhiệm MP3 chiếm lĩnh thị trường tiêu dùng, MP2 đã tạo dựng vị trí bền vững trong phát sóng chuyên nghiệp mà nó giữ đến ngày nay. Codec chia âm thanh thành 32 dải phụ qua bộ lọc polyphase, áp dụng mô hình tâm lý âm học để xác định ngưỡng che lấp, sau đó lượng tử hóa và mã Huffman cho từng dải phụ tương ứng. Triển khai phát sóng điển hình sử dụng 192-384 kbps cho stereo, cho chất lượng trong suốt với độ phức tạp bộ mã hóa thấp hơn và khả năng chống lỗi tốt hơn Layer III. Những đặc tính này giải thích vì sao truyền hình DVB, radio số DAB và tiêu chuẩn máy quay HDV đều bắt buộc hoặc ưu tiên MP2. Độ trễ mã hóa cũng ngắn hơn — một đặc điểm quan trọng cho phát sóng trực tiếp nơi đồng bộ hình miệng là yếu tố then chốt. Ba ưu điểm giữ MP2 phù hợp sau nhiều thập kỷ kể từ khi được chuẩn hóa: suy giảm nhẹ nhàng khi gặp lỗi truyền tải — thiết yếu cho tín hiệu phát sóng qua không khí, độ trễ mã hóa tối thiểu phù hợp chuỗi phát sóng thời gian thực, và sự chấp nhận pháp lý đã ăn sâu trên khắp các khung phát sóng Châu Âu và Châu Á.