เครื่องมือแปลงไฟล์ HTK เป็น WMA

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

WMA (Windows Media Audio) เป็นตระกูลโคเดกเสียงที่เป็นกรรมสิทธิ์ พัฒนาโดย Microsoft และเปิดตัวครั้งแรกในปี 1999 เป็นส่วนหนึ่งของเฟรมเวิร์ก Windows Media สร้างขึ้นเพื่อแข่งขันกับ MP3 และ AAC โดย WMA Standard ใช้การเข้ารหัสเชิงการรับรู้เพื่อให้คุณภาพใกล้เคียง CD ที่บิตเรตต่ำสุด 64 kbps — ประมาณครึ่งหนึ่งของอัตราข้อมูลที่ MP3 ต้องการสำหรับผลลัพธ์ที่เทียบเคียงได้ ตระกูลโคเดกขยายตัวรวมถึง WMA Professional สำหรับเสียงรอบทิศทางและความละเอียดสูง WMA Lossless สำหรับการบีบอัดแบบไม่สูญเสียคุณภาพสำหรับเก็บถาวร และ WMA Voice ที่ปรับแต่งสำหรับเนื้อหาเสียงพูดที่บิตเรตต่ำมาก การผสานรวมอย่างลึกซึ้งกับ Windows, Windows Media Player และระบบนิเวศ Zune ทำให้ WMA มีข้อได้เปรียบด้านการเผยแพร่ตลอดทศวรรษ 2000 และการรองรับการจัดการสิทธิ์ดิจิทัล (DRM) ทำให้เป็นที่น่าสนใจสำหรับร้านขายเพลงออนไลน์ในยุคนั้น การเข้ารหัสและถอดรหัสจัดการโดย Windows โดยตรง ไม่ต้องใช้ซอฟต์แวร์บุคคลที่สามสำหรับการเล่นบนเครื่อง Windows ใดๆ การรองรับข้ามแพลตฟอร์มดีขึ้นผ่านไลบรารีเช่น FFmpeg และ GStreamer แม้ว่า WMA จะยังเข้ากันได้น้อยกว่า MP3 หรือ AAC บนอุปกรณ์ที่ไม่ใช่ของ Microsoft รูปแบบนี้ยังคงปรากฏในไลบรารีสื่อเก่า แม้โคเดกรุ่นใหม่จะเข้ามาแทนที่เป็นส่วนใหญ่สำหรับการสตรีมและการใช้งานพกพา