Công cụ chuyển đổi HTK sang PVF
Chuyển đổi file htk sang pvf trực tuyến và miễn phí
htk
pvf
Làm thế nào để chuyển đổi HTK sang PVF
Lựa chọn các tập tin từ Máy tính, Google Drive, Dropbox, URL hoặc bằng cách kéo tập tin vào trang này.
Chọn pvf hoặc bất kỳ định dạng nào khác bạn cần chuyển đổi sang (hỗ trợ hơn 200 định dạng)
Hãy để tập tin chuyển đổi và bạn có thể tải tập tin pvf của bạn xuống ngay sau đó
Về các định dạng
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.
PVF (Portable Voice Format) là định dạng tệp âm thanh đơn giản được thiết kế để lưu trữ tin nhắn thoại trong các hệ thống điện thoại chạy Linux, nổi bật nhất là ISDN4Linux và ứng dụng hộp thư thoại vbox của nó. Định dạng xuất hiện từ hệ sinh thái ISDN châu Âu cuối thập niên 1990, khi các máy chủ Linux ngày càng đảm nhận vai trò tổng đài PBX và máy trả lời tự động qua đường điện thoại số. Các tệp PVF lưu trữ mẫu PCM 16-bit có dấu ở 8000 Hz mono, đi kèm header văn bản thuần tối giản chỉ định kiểu dữ liệu và thứ tự byte. Sự đơn giản có chủ đích này là một trong những điểm mạnh chính — không nén và header đọc được bằng mắt người, các tệp PVF cực kỳ dễ phân tích, truyền qua pipe và thao tác bằng các công cụ Unix tiêu chuẩn. Tần số 8 kHz đáp ứng yêu cầu Nyquist cho giọng nói băng tần điện thoại (300-3400 Hz), khiến PVF trở thành định dạng trung gian tự nhiên cho các quy trình xử lý giọng nói. Một ưu điểm khác là tính di động đa kiến trúc: khai báo thứ tự byte rõ ràng nghĩa là tệp PVF di chuyển giữa hệ thống big-endian và little-endian mà không có sự mơ hồ. Bộ công cụ âm thanh SoX hỗ trợ đọc/ghi PVF nguyên bản, giúp chuyển đổi sang các định dạng hiện đại một cách dễ dàng.