Công cụ chuyển đổi MAUD sang NIST
Chuyển đổi file maud sang nist trực tuyến và miễn phí
maud
nist
Làm thế nào để chuyển đổi MAUD sang NIST
Lựa chọn các tập tin từ Máy tính, Google Drive, Dropbox, URL hoặc bằng cách kéo tập tin vào trang này.
Chọn nist 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 nist của bạn xuống ngay sau đó
Về các định dạng
MAUD là định dạng tệp âm thanh được phát triển bởi MacroSystem cho nền tảng Commodore Amiga, ra mắt vào đầu những năm 1990 như một phần trong bộ công cụ sản xuất video và âm thanh số. Xây dựng trên kiến trúc khối IFF (Interchange File Format) của Amiga, các tệp MAUD tổ chức dữ liệu thành các khối phân định rõ ràng — MHDR cho tiêu đề, MDAT cho dữ liệu mẫu, và các khối chú thích tùy chọn cho siêu dữ liệu. Định dạng hỗ trợ bố cục mono và stereo với độ sâu bit 8 hoặc 16 bit và tốc độ lấy mẫu lên đến 48 kHz — đạt thông số cấp chuyên nghiệp trên phần cứng Amiga. Cả hai kiểu mã hóa PCM tuyến tính có dấu và A-law/mu-law đều khả dụng, cho lựa chọn giữa độ trung thực và kích thước tệp. MAUD được sử dụng chủ yếu trong cộng đồng sản xuất video Amiga, nơi các bo mạch Retina và VLab Motion của MacroSystem đòi hỏi âm thanh đồng bộ mà định dạng 8SVX tiêu chuẩn không đáp ứng được. Hỗ trợ chuyển đổi hiện có thông qua SoX và libsndfile, đảm bảo các sản phẩm Amiga cổ điển vẫn có thể được khôi phục. Ba ưu điểm nổi bật: cấu trúc IFF rõ ràng mà bất kỳ bộ phân tích nhận biết khối nào cũng có thể duyệt, khả năng stereo 16-bit vượt trước âm thanh Amiga điển hình, và chi phí phụ trội nhẹ nhàng giữ tối đa CPU cho việc render video.
NIST SPHERE (SPeech HEader REsources) là định dạng tệp âm thanh chuyên dụng do Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ phát triển, phục vụ nghiên cứu giọng nói, đặc biệt các dự án được DARPA tài trợ. Định dạng này đóng gói các mẫu âm thanh thô kèm theo phần header ASCII có cấu trúc, chứa siêu dữ liệu như tần số lấy mẫu, số kênh, kiểu mã hóa, thông tin nhân khẩu học người nói và chú thích phiên âm — lý tưởng cho việc phân phối kho dữ liệu giọng nói. Các tệp NIST thường lưu trữ âm thanh PCM không nén hoặc mu-law ở tần số lấy mẫu chất lượng điện thoại (8 kHz hoặc 16 kHz), dù bộ chứa đủ linh hoạt để hỗ trợ nhiều kiểu mã hóa khác. Ưu điểm nổi bật là phần header tự mô tả phong phú, cho phép nhà nghiên cứu nhúng trực tiếp siêu dữ liệu chi tiết của kho ngữ liệu vào tệp mà không cần tệp đi kèm. SPHERE cũng trở thành tiêu chuẩn thực tế cho các cơ sở dữ liệu giọng nói lớn như TIMIT, Switchboard và Fisher corpus, được công nhận rộng rãi trong các phòng thí nghiệm học thuật và chính phủ. Đặc tả mở và sự sẵn có của các công cụ dòng lệnh (sphere, h_strip, w_decode) giúp việc chuyển đổi, kiểm tra và xử lý các tệp này trở nên đơn giản trong các quy trình xử lý giọng nói.