Конвертер HTK в AC3

HTK — собственный контейнер волновых форм для Hidden Markov Model Toolkit, программного пакета, разработанного на инженерном факультете Кембриджского университета для исследований в области распознавания речи. Впервые выпущенный в 1993 году, HTK быстро стал эталонной платформой в лабораториях компьютерной лингвистики по всему миру, и его файловый формат последовал тому же пути. Каждый файл хранит последовательность параметрических векторов или сырых сэмплов с 12-байтовым заголовком, определяющим число кадров, период кадра в единицах по 100 нс, количество байтов на кадр и код типа данных — от PCM-волновых форм до мел-частотных кепстральных коэффициентов и энергий фильтровых банков. Эта универсальность позволяет одному контейнеру нести как исходное аудио, так и извлечённые признаки без смены парсера. Намеренно минимальный заголовок без дополнительных отступов и опциональных чанков делает формат элементарным для чтения из C, Python или MATLAB несколькими строками бинарного ввода-вывода. Три преимущества обосновывают актуальность HTK: тесная интеграция с конвейером обучения и распознавания HTK, детерминированная байтовая разметка, исключающая неоднозначности парсера, и широкое распространение в академических корпусах.

AC3 — формат, связанный с технологией Dolby Digital, разработанной лабораториями Dolby. Этот формат с потерями кодирует до 5.1 каналов объёмного звука (левый, центральный, правый, левый тыловой, правый тыловой и канал низкочастотных эффектов) в битовый поток с типичным диапазоном от 192 до 640 кбит/с. Алгоритм применяет модифицированное дискретное косинусное преобразование с психоакустическим анализом для отсечения информации ниже порога восприятия, создавая компактные файлы без заметной потери качества. AC3 стал обязательным аудиостандартом для DVD-Video и широко используется в Blu-ray, цифровом телевещании (ATSC) и стриминге. Главное преимущество — многоканальное объёмное звучание, привносящее кинематографическое пространственное аудио в домашние кинотеатры. Формат также обеспечивает отличную разборчивость диалогов благодаря выделенному центральному каналу, что идеально для кино и телевизионного контента. Широкая поддержка аппаратных декодеров в ресиверах, телевизорах и приставках гарантирует надёжное воспроизведение AC3 на огромной установленной базе бытовой электроники.