Công cụ chuyển đổi NIST sang FLAC

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.

FLAC (Free Lossless Audio Codec) mang đến khả năng tái tạo âm thanh hoàn hảo về mặt toán học ở dung lượng chỉ bằng khoảng một nửa tệp WAV không nén. Được duy trì bởi Xiph.Org Foundation và phát hành năm 2001, nó nhanh chóng trở thành tiêu chuẩn mở thực tế cho lưu trữ nhạc lossless. Bộ mã hóa áp dụng dự đoán tuyến tính để mô hình hóa từng khối âm thanh, sau đó mã hóa phần dư thông qua phân hoạch Rice — khai thác phân bố thống kê của sai số dự đoán để đạt nén mạnh mà không loại bỏ dữ liệu. Hỗ trợ độ sâu bit lên đến 32 và tốc độ lấy mẫu lên đến 655 kHz, vượt xa yêu cầu của bản ghi độ phân giải cao. Khả năng tương thích phần cứng rất rộng: điện thoại thông minh, dàn âm thanh ô tô, đầu Blu-ray và hầu như mọi ứng dụng media trên máy tính đều giải mã FLAC nguyên bản. Các dịch vụ phát trực tuyến như Tidal và Amazon Music sử dụng FLAC cho gói lossless, khẳng định niềm tin của ngành vào codec này. Ba lợi ích nổi bật khiến FLAC hấp dẫn. Thứ nhất, khôi phục hoàn toàn bit-for-bit tín hiệu gốc khi giải mã. Thứ hai, siêu dữ liệu nhúng qua Vorbis comments và ảnh bìa album giúp thư viện nhạc có tổ chức mà không cần tệp đi kèm. Thứ ba, giấy phép mã nguồn mở không có bằng sáng chế hay phí bản quyền, loại bỏ rào cản pháp lý cho nhà phát triển và nhà sản xuất phần cứng.