Công cụ chuyển đổi HTK sang SPX

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.

Speex là codec âm thanh mã nguồn mở được thiết kế đặc biệt cho nén giọng nói, do Jean-Marc Valin phát triển dưới Xiph.Org Foundation. Ra mắt lần đầu vào tháng 10 năm 2002, nó nhắm đến VoIP, hội nghị trực tuyến và bất kỳ tình huống nào cần truyền lời nói hiệu quả qua mạng. Tệp SPX đóng gói âm thanh mã hóa Speex bên trong bộ chứa Ogg, kết hợp tối ưu hóa giọng nói của codec với khả năng phát trực tuyến của Ogg. Ba tần số lấy mẫu được hỗ trợ — băng hẹp ở 8 kHz, băng rộng ở 16 kHz, và siêu băng rộng ở 32 kHz — cùng với mã hóa tốc độ bit thay đổi thích ứng theo độ phức tạp giọng nói trong thời gian thực. Điểm nổi bật là bản chất miễn phí bằng sáng chế, được cấp phép BSD, cho phép nhà phát triển nhúng tự do vào cả sản phẩm thương mại và mã nguồn mở. Speex còn tích hợp sẵn khử tiếng vang âm học, triệt nhiễu và điều chỉnh khuếch đại tự động — những tính năng mà các codec đối thủ thường ủy thác cho thư viện bên ngoài. Dù nhà phát triển chính thức khuyến nghị Opus làm người kế nhiệm từ năm 2012, Speex vẫn được triển khai trong các hệ thống VoIP cũ, bản ghi lưu trữ và thiết bị nhúng nơi bộ giải mã nhẹ của nó vẫn được đánh giá cao.