Công cụ chuyển đổi HTK sang WV

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.

WavPack là codec âm thanh mã nguồn mở do David Bryant tạo ra, với phiên bản 1.0 phát hành ngày 15 tháng 8 năm 1998. Điều khiến WavPack nổi bật là chế độ lai độc đáo: bộ mã hóa có thể đồng thời tạo ra tệp nén có tổn hao nhỏ gọn và tệp sửa lỗi riêng biệt, khi kết hợp lại sẽ tái tạo luồng PCM gốc bit-for-bit. Người dùng cần tính di động chỉ mang theo tệp có tổn hao; những ai muốn chất lượng lưu trữ giữ cả hai. Codec xử lý âm thanh PCM từ 8-bit đến 32-bit integer và 32-bit floating point, với tần số lấy mẫu lên đến 768 kHz — thông số đủ rộng cho nội dung DSD, mà WavPack 5 đã thêm hỗ trợ. Tỷ lệ nén ở chế độ không tổn hao thuần thường đạt 40 đến 55 phần trăm kích thước gốc, cạnh tranh với FLAC và thường nhỉnh hơn một chút trên một số loại tài liệu. Mã hóa đa lõi ở các phiên bản sau tăng tốc xử lý đáng kể trên phần cứng hiện đại. Thư viện mã nguồn mở được phân phối theo giấy phép BSD và đã được tích hợp vào foobar2000, VLC, FFmpeg và nhiều công cụ khác. WavPack cũng hỗ trợ siêu dữ liệu phong phú qua thẻ APEv2, cue sheet nhúng và giá trị ReplayGain, đáp ứng nhu cầu tổ chức của cả những thư viện nhạc kỹ lưỡng nhất.