เครื่องมือแปลงไฟล์ HTK เป็น AC3

HTK เป็นคอนเทนเนอร์รูปคลื่นดั้งเดิมของ Hidden Markov Model Toolkit ชุดซอฟต์แวร์ที่พัฒนาที่ภาควิชาวิศวกรรมของมหาวิทยาลัยเคมบริดจ์สำหรับการวิจัยด้านการรู้จำเสียงพูด เผยแพร่ครั้งแรกในปี 1993 HTK กลายเป็นแพลตฟอร์มอ้างอิงในห้องปฏิบัติการภาษาศาสตร์คอมพิวเตอร์ทั่วโลกอย่างรวดเร็ว และรูปแบบไฟล์ก็ได้รับความนิยมตามไปด้วย แต่ละไฟล์เก็บลำดับเวกเตอร์พารามิเตอร์หรือตัวอย่างดิบนำหน้าด้วยส่วนหัว 12 ไบต์ที่ระบุจำนวนเฟรม คาบเฟรมในหน่วย 100 ns จำนวนไบต์ต่อเฟรม และรหัสประเภทที่ระบุชนิดข้อมูล — ตัวเลือกมีตั้งแต่ waveform PCM ไปจนถึง Mel-frequency cepstral coefficients และพลังงาน filter-bank ความอเนกประสงค์นี้ช่วยให้คอนเทนเนอร์เดียวบรรจุทั้งเสียงต้นทางและคุณลักษณะที่สกัดออกมาโดยไม่ต้องเปลี่ยนตัวแยกวิเคราะห์ ส่วนหัวที่เรียบง่ายอย่างจงใจหลีกเลี่ยง alignment padding หรือ optional chunks ทำให้อ่านรูปแบบจาก C, Python หรือ MATLAB ได้ง่ายด้วยโค้ดไบนารี I/O เพียงไม่กี่บรรทัด ข้อดีสามประการที่สนับสนุนความเกี่ยวข้องอย่างต่อเนื่องของ HTK: การผสานรวมอย่างแน่นแฟ้นกับไปป์ไลน์ฝึกอบรมและรู้จำของ HTK เลย์เอาต์ไบต์ที่แน่นอนซึ่งขจัดความคลุมเครือของตัวแยกวิเคราะห์ และการนำไปใช้อย่างแพร่หลายในคอร์ปัสทางวิชาการ

AC3 เป็นรูปแบบไฟล์ที่เชื่อมโยงกับ Dolby Digital ซึ่งเป็นเทคโนโลยีเข้ารหัสเสียงเชิงรับรู้จาก Dolby Laboratories รูปแบบแบบสูญเสียข้อมูลนี้เข้ารหัสได้สูงสุด 5.1 แชนเนลของเสียงเซอร์ราวด์ (ซ้าย กลาง ขวา เซอร์ราวด์ซ้าย เซอร์ราวด์ขวา และ LFE) ลงในบิตสตรีมที่มีอัตราโดยทั่วไประหว่าง 192 ถึง 640 kbps อัลกอริทึมใช้ modified discrete cosine transform ร่วมกับการวิเคราะห์จิตอะคูสติกเพื่อตัดข้อมูลเสียงที่อยู่ต่ำกว่าเกณฑ์การรับรู้ของมนุษย์ออก สร้างไฟล์ขนาดกะทัดรัดโดยไม่สูญเสียคุณภาพอย่างเห็นได้ชัด AC3 กลายเป็นมาตรฐานเสียงบังคับสำหรับ DVD-Video และใช้กันอย่างแพร่หลายในแผ่น Blu-ray การออกอากาศโทรทัศน์ดิจิทัล (ATSC) และการสตรีม จุดเด่นหลักคือความสามารถเสียงเซอร์ราวด์หลายแชนเนลที่นำเสียงเชิงพื้นที่แบบโรงภาพยนตร์มาสู่ระบบโฮมเธียเตอร์ รูปแบบนี้ยังรักษาความชัดเจนของบทสนทนาผ่านแชนเนลกลางเฉพาะ เหมาะสำหรับเนื้อหาภาพยนตร์และโทรทัศน์ การรองรับตัวถอดรหัสฮาร์ดแวร์อย่างแพร่หลายในเครื่องรับสัญญาณ ทีวี และกล่องรับสัญญาณทำให้เสียง AC3 เล่นได้อย่างเสถียรบนอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภคจำนวนมหาศาล