NIST - AAC Dönüştürücü

NIST SPHERE (SPeech HEader REsources), konuşma araştırmaları için özellikle DARPA tarafından finanse edilen projeler kapsamında Ulusal Standartlar ve Teknoloji Enstitüsü tarafından oluşturulmuş özel bir ses dosyası formatıdır. Format, ham ses örneklerini örnekleme hızı, kanal sayısı, kodlama türü, konuşmacı demografisi ve transkripsiyon açıklamaları gibi üst verileri kodlayan yapılandırılmış ASCII başlıkla sarar — bu özellik konuşma veri derlemleri dağıtımı için idealdir. NIST dosyaları genellikle telefon kalitesinde örnekleme hızlarında (8 kHz veya 16 kHz) sıkıştırılmamış PCM veya mü-law ses depolar, ancak kapsayıcı çeşitli kodlamaları barındıracak kadar esnektir. Önemli bir avantajı, araştırmacıların ayrıntılı veri derlemi üst verilerini doğrudan dosyaya gömmesine olanak tanıyan zengin, kendi kendini tanımlayan başlıktır ve ek dosyalara gerek kalmaz. SPHERE ayrıca TIMIT, Switchboard ve Fisher veri derlemi gibi büyük konuşma veritabanları için fiili standart haline gelmiştir ve akademik ile devlet laboratuvarlarında geniş tanınırlık sağlar. Açık spesifikasyon ve komut satırı araçlarının (sphere, h_strip, w_decode) erişilebilirliği, bu dosyaların konuşma işleme hatlarında programatik olarak dönüştürülmesini, incelenmesini ve işlenmesini kolaylaştırır.

AAC (Advanced Audio Coding), MP3'ün halefi olarak ISO/IEC tarafından MPEG-2 ve ardından MPEG-4 spesifikasyonlarının bir parçası olarak standartlaştırılmıştır. Fraunhofer, Dolby, Sony, Nokia ve AT&T'nın ortak çalışmasıyla tasarlanan AAC, eşdeğer veya daha düşük bit hızlarında üstün ses kalitesi sunar — 96 kbps AAC akışı genellikle algısal kalite açısından 128 kbps MP3 dosyasına denk gelir. Kodek, gelişmiş psikoakustik modelleme ve zamansal gürültü şekillendirme ile birleştirilmiş modifiye ayrık kosinüs dönüşümü kullanır. AAC, Apple ekosisteminin (iTunes, iPhone, iPad), YouTube'un ve birçok akış hizmetinin varsayılan ses formatı olarak kullanılmaktadır. İlk avantajı mükemmel sıkıştırma verimliliğidir — önemli ölçüde daha az depolama alanı ve bant genişliği kullanarak yüksek kaliteli ses sunar. İkinci olarak, 8 kHz'den 96 kHz'e kadar örnekleme hızlarını ve 48 kanala kadar desteği sayesinde sesli aramalardan surround sese her şeye uygundur. Üçüncü olarak, Apple ve diğer firmaların geniş endüstriyel benimsemesi, neredeyse tüm modern cihaz, tarayıcı ve medya oynatıcının AAC içeriğini ek eklenti gerektirmeden yerel olarak işlemesini sağlar.