Convertitore da HTK ad PVF
Converti i tuoi file htk in pvf online e gratis
htk
pvf
Come convertire HTK in PVF
Seleziona file dal Computer, Google Drive, Dropbox, URL o trascinandoli sulla pagina.
Scegli pvf o qualsiasi altro formato che ti serva come destinazione (più di 200 formati supportati)
Lascia convertire il file e potrai scaricare il tuo pvf subito dopo
Informazioni sui formati
HTK è il contenitore nativo di forme d'onda per l'Hidden Markov Model Toolkit, una suite software sviluppata presso il dipartimento di Ingegneria dell'Università di Cambridge per la ricerca sul riconoscimento vocale. Distribuito per la prima volta nel 1993, HTK è diventato rapidamente una piattaforma di riferimento nei laboratori di linguistica computazionale in tutto il mondo, e il suo formato file ha seguito la stessa traiettoria. Ogni file memorizza una sequenza di vettori di parametri o campioni grezzi preceduti da un'intestazione di 12 byte che specifica il numero di frame, il periodo del frame in unità di 100 ns, il conteggio dei byte per frame e un codice di tipo che indica la natura dei dati — le opzioni spaziano dal PCM a forma d'onda ai coefficienti cepstrali su scala di Mel e alle energie dei banchi di filtri. Questa versatilità consente a un unico contenitore di trasportare sia l'audio sorgente che le feature estratte senza cambiare parser. L'intestazione deliberatamente minimale evita il padding di allineamento o chunk opzionali, rendendo il formato banale da leggere da C, Python o MATLAB con poche righe di I/O binario. Tre vantaggi sostengono la rilevanza duratura di HTK: l'integrazione stretta con la pipeline di addestramento e riconoscimento HTK, un layout di byte deterministico che elimina l'ambiguità del parser e un'adozione capillare nei corpora accademici.
PVF (Portable Voice Format) è un formato audio semplice progettato per l'archiviazione di messaggi vocali in sistemi di telefonia basati su Linux, in particolare ISDN4Linux e la sua applicazione di segreteria telefonica vbox. Il formato è emerso dall'ecosistema ISDN europeo della fine degli anni '90, quando i server Linux gestivano sempre più spesso funzioni di PBX e segreteria telefonica su linee telefoniche digitali. I file PVF memorizzano campioni PCM grezzi con segno a 16 bit a 8000 Hz mono, preceduti da un'intestazione minimale in testo semplice che specifica il formato dei dati e l'ordine dei byte. Questa semplicità deliberata è uno dei punti di forza principali del formato — senza compressione e con un'intestazione leggibile dall'uomo, i file PVF sono estremamente facili da analizzare, inviare in pipe e manipolare utilizzando gli strumenti Unix standard. La frequenza di 8 kHz corrisponde al requisito di Nyquist per il parlato in banda telefonica (300-3400 Hz), rendendo PVF un formato intermedio naturale per le pipeline di elaborazione vocale. Un altro vantaggio è la portabilità tra architetture diverse: la dichiarazione esplicita dell'ordine dei byte significa che i file PVF si spostano tra sistemi big-endian e little-endian senza ambiguità. Il toolkit audio SoX fornisce supporto nativo per lettura e scrittura PVF, consentendo una conversione immediata verso formati moderni.