Convertitore da HTK ad WMA

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.

WMA (Windows Media Audio) è una famiglia di codec audio proprietari sviluppata da Microsoft e rilasciata per la prima volta nel 1999 come parte del framework Windows Media. Creato per competere con MP3 e AAC, WMA Standard utilizza la codifica percettiva per offrire quella che Microsoft definiva qualità quasi-CD a bitrate bassi fino a 64 kbps — circa la metà del bitrate di cui l'MP3 necessitava tipicamente per risultati comparabili. La famiglia di codec si è ampliata con WMA Professional per audio surround e ad alta risoluzione, WMA Lossless per la compressione archiviale bit-perfect e WMA Voice ottimizzato per contenuti parlati a bitrate molto bassi. La profonda integrazione con Windows, Windows Media Player e l'ecosistema Zune ha garantito a WMA un forte vantaggio distributivo per tutti gli anni 2000, e il supporto DRM (Digital Rights Management) lo ha reso attraente per i negozi di musica online di quell'epoca. Codifica e decodifica sono gestite nativamente da Windows, senza necessità di software di terze parti per la riproduzione su qualsiasi macchina Windows. Il supporto multipiattaforma è migliorato grazie a librerie come FFmpeg e GStreamer, sebbene WMA resti meno universalmente compatibile rispetto a MP3 o AAC sui dispositivi non Microsoft. Il formato compare ancora nelle librerie multimediali legacy, anche se codec più recenti ne hanno largamente preso il posto per streaming e uso portatile.