HCOMからHTKへのコンバーター
オンラインでしかも無料でhcomファイルをhtkに変換
hcom
htk
HCOMをHTKへ変換する方法
コンピューター、Googleドライブ、Dropbox、URLからファイルを選ぶか、ページにドラッグして下さい.
htkもしくは必要な別のフォーマットを選ぶ（200種類以上のフォーマットが利用できます）
ファイルを変換すれば、すぐにhtkファイルをダウンロードできます
フォーマットについて
HCOMは、ストレージが貴重でモデムが遅かった時代に、フロッピーディスクやBBSでの配布用にデジタル化されたサウンドを圧縮するために設計された、初期のMacintosh時代のHuffman符号化オーディオ形式です。エンコーダーは8ビット符号なしPCM入力を受け取り、サンプルデルタ値の頻度テーブルを計算し、一般的なデルタを短いビットシーケンスで置き換える最適なHuffmanツリーを構築します。音声録音では2:1以上の圧縮率が一般的で、3.5インチフロッピーが800 KBしか保持できなかった時代には大きな節約でした。ファイルはMacintoshリソースフォークとして配布され、SoundAppや1980年代後半のMacソフトウェア交換を定義したBinHexエコシステムのユーティリティを通じて再生されました。形式は最大22.255 kHzのサンプルレートをサポートし、オリジナルMacintoshサウンドハードウェアの出力能力に対応していました。SoXなどのツールがHCOMデコードサポートを維持しており、アーカイブされた録音が数十年後もアクセス可能です。HCOMは保存作業において3つの実用的な利点を持っています — 元のサンプルを正確に復元するロスレス圧縮、依存関係なしのデコーディングのために各ファイルに埋め込まれた自己完結型のHuffmanテーブル、そして数千のビンテージMacサウンドアーカイブでの歴史的な普及です。
HTKは、ケンブリッジ大学工学部が開発した音声認識研究用ソフトウェアスイートHidden Markov Model Toolkitのネイティブ波形コンテナです。1993年に初めて配布され、HTKは世界中の計算言語学研究室でリファレンスプラットフォームとなり、そのファイル形式も同様に広まりました。各ファイルにはパラメータベクトルまたは生のサンプルが格納され、フレーム数、100 ns単位のフレーム周期、フレームあたりのバイト数、およびデータの種類を示すタイプコードを指定する12バイトのヘッダーが先行します — オプションは波形PCMからメル周波数ケプストラム係数やフィルタバンクエネルギーまで多岐にわたります。この汎用性により、単一のコンテナがパーサーを変更することなくソースオーディオと抽出された特徴量の両方を保持できます。意図的に最小限のヘッダーはアラインメントパディングやオプションチャンクを避け、C、Python、MATLABから数行のバイナリI/Oで簡単に読み取れます。HTKの持続的な関連性を支える3つの利点は、HTKトレーニングおよび認識パイプラインとの緊密な統合、パーサーの曖昧さを排除する決定論的なバイトレイアウト、そしてアカデミックコーパスでの広範な採用です。