HTK에서 SPX로 변환하는 컨버터

HTK는 음성 인식 연구를 위해 Cambridge 대학교 공학부에서 개발한 소프트웨어 모음인 Hidden Markov Model Toolkit의 네이티브 파형 컨테이너입니다. 1993년에 처음 배포된 HTK는 전 세계 전산 언어학 연구실에서 빠르게 레퍼런스 플랫폼이 되었으며, 그 파일 포맷도 함께 보급되었습니다. 각 파일은 프레임 수, 100 ns 단위의 프레임 주기, 프레임당 바이트 수, 데이터 종류를 나타내는 유형 코드를 지정하는 12바이트 헤더가 앞에 붙은 파라미터 벡터 시퀀스 또는 원시 샘플을 저장합니다 — 옵션은 파형 PCM에서 멜 주파수 켑스트럼 계수와 필터 뱅크 에너지까지 다양합니다. 이러한 다용도성 덕분에 파서를 변경하지 않고도 하나의 컨테이너에 원본 오디오와 추출된 특성 모두를 담을 수 있습니다. 의도적으로 최소화된 헤더는 정렬 패딩이나 선택적 청크를 피하여, C, Python 또는 MATLAB에서 몇 줄의 바이너리 I/O로 읽을 수 있는 포맷을 만듭니다. 세 가지 장점이 HTK의 지속적인 관련성을 뒷받침합니다: HTK 학습 및 인식 파이프라인과의 긴밀한 통합, 파서 모호성을 제거하는 결정적 바이트 레이아웃, 학술 코퍼스에서의 광범위한 채택입니다.

Speex는 Jean-Marc Valin이 Xiph.Org Foundation 산하에서 개발한 음성 압축 전용 오픈소스 오디오 코덱입니다. 2002년 10월에 처음 출시되어 음성 통화, 컨퍼런싱 등 음성을 네트워크를 통해 효율적으로 전달해야 하는 모든 시나리오를 대상으로 합니다. SPX 파일은 Speex 인코딩 오디오를 Ogg 컨테이너에 래핑하여, 코덱의 음성 최적화와 Ogg의 스트리밍 기능을 결합합니다. 협대역 8 kHz, 광대역 16 kHz, 초광대역 32 kHz의 세 가지 샘플레이트와 함께 음성 복잡도에 실시간으로 적응하는 가변 비트레이트 인코딩을 지원합니다. 뛰어난 장점은 무특허, BSD 라이선스의 특성으로, 개발자가 상용 및 오픈소스 제품 모두에 자유롭게 임베딩할 수 있었습니다. Speex는 또한 음향 에코 제거, 노이즈 억제, 자동 이득 제어를 번들하여, 경쟁 코덱이 일반적으로 외부 라이브러리에 위임하는 기능을 제공합니다. 개발자들이 2012년부터 Opus)를 후속으로 공식 권장하고 있지만, Speex는 레거시 VoIP 시스템, 보관된 녹음, 경량 디코더 풋프린트가 여전히 가치 있는 임베디드 장치에서 계속 사용되고 있습니다.