Công cụ chuyển đổi NIST sang FSSD
Chuyển đổi file nist sang fssd trực tuyến và miễn phí
nist
fssd
Làm thế nào để chuyển đổi NIST sang FSSD
Lựa chọn các tập tin từ Máy tính, Google Drive, Dropbox, URL hoặc bằng cách kéo tập tin vào trang này.
Chọn fssd 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 fssd của bạn xuống ngay sau đó
Về các định dạng
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.
FSSD là định dạng âm thanh thô bắt nguồn từ hệ sinh thái Macintosh cổ điển, nơi phần cứng MacRecorder của Farallon Computing (1988) lưu âm thanh số hóa dưới dạng PCM 8-bit không dấu trong các mục resource fork với mã loại 'FSSD'. Trong các công cụ xử lý âm thanh hiện đại như SoX, FSSD được coi như bí danh cho định dạng thô u8 (8-bit không dấu) — các tệp không có tiêu đề chứa luồng phẳng các mẫu biên độ byte đơn, trong đó mỗi giá trị từ 0 đến 255 đại diện cho một mức âm thanh với 128 là điểm trung tâm. Vì không có tiêu đề, các thông số phát lại như tốc độ lấy mẫu và số kênh phải được cung cấp bên ngoài. MacRecorder gốc thường thu ở tốc độ lên đến 22 kHz mono, mặc dù bất kỳ tốc độ lấy mẫu nào cũng hợp lệ khi diễn giải dữ liệu thô. FSSD và định dạng nén đi kèm HCOM (bổ sung nén Huffman cho cùng dữ liệu cơ bản) là các định dạng âm thanh tiêu chuẩn cho đa phương tiện Mac đời đầu: các stack HyperCard, CD-ROM giáo dục và âm thanh cảnh báo hệ thống cuối những năm 1980 và đầu 1990 phụ thuộc nhiều vào mã hóa này. Một ưu điểm của FSSD thô là khả năng phân tích cực kỳ đơn giản — không có chi phí container nào, dữ liệu âm thanh bắt đầu từ byte 0 và có thể được đọc bởi bất kỳ công cụ nào xử lý PCM 8-bit không dấu. Ý nghĩa lịch sử của định dạng cũng mang tính thực tiễn cho các nhà lưu trữ số: chuyển đổi bản ghi FSSD sang container hiện đại như WAV bảo toàn nội dung âm thanh gốc lossless, vì các mẫu thô chỉ cần được thêm tiêu đề mà không cần bất kỳ hình thức chuyển mã nào.