Bộ chuyển đổi HTK sang WMA

HTK là container dạng sóng gốc cho Hidden Markov Model Toolkit, bộ phần mềm được phát triển tại Khoa Kỹ thuật Đại học Cambridge phục vụ nghiên cứu nhận dạng giọng nói. Phân phối lần đầu vào năm 1993, HTK nhanh chóng trở thành nền tảng tham chiếu trong các phòng thí nghiệm ngôn ngữ học tính toán trên toàn thế giới, và định dạng tệp của nó cũng lan rộng theo. Mỗi tệp lưu một chuỗi vector tham số hoặc mẫu thô kèm tiêu đề 12 byte chỉ định số khung, chu kỳ khung tính bằng đơn vị 100 ns, số byte mỗi khung, và mã loại chỉ ra kiểu dữ liệu — các tùy chọn dao động từ PCM dạng sóng đến hệ số cepstral tần số Mel và năng lượng bộ lọc. Tính đa dụng này cho phép một container duy nhất chứa cả âm thanh nguồn lẫn đặc trưng đã trích xuất mà không cần thay đổi bộ phân tích. Tiêu đề cố ý tối giản không có padding căn chỉnh hay khối tùy chọn, khiến định dạng cực kỳ dễ đọc từ C, Python hoặc MATLAB chỉ với vài dòng I/O nhị phân. Ba ưu điểm làm nên sự bền vững của HTK: tích hợp chặt chẽ với pipeline huấn luyện và nhận dạng HTK, bố trí byte xác định loại bỏ mơ hồ trong phân tích, và được áp dụng rộng rãi trong các kho dữ liệu học thuật.

WMA (Windows Media Audio) là họ codec âm thanh độc quyền do Microsoft phát triển, ra mắt lần đầu năm 1999 như một phần của khung Windows Media. Được tạo ra để cạnh tranh với MP3 và AAC, WMA Standard sử dụng mã hóa tri giác để mang lại chất lượng gần CD ở tốc độ bit thấp đến 64 kbps — khoảng một nửa tốc độ dữ liệu MP3 thường cần cho kết quả tương đương. Họ codec phát triển thêm WMA Professional cho âm thanh vòm và độ phân giải cao, WMA Lossless cho nén lưu trữ bit hoàn hảo, và WMA Voice tối ưu cho nội dung giọng nói ở tốc độ bit rất thấp. Tích hợp sâu với Windows, Windows Media Player và hệ sinh thái Zune mang lại cho WMA lợi thế phân phối mạnh mẽ suốt thập niên 2000, và hỗ trợ quản lý bản quyền kỹ thuật số (DRM) khiến nó hấp dẫn với các cửa hàng nhạc trực tuyến thời kỳ đó. Mã hóa và giải mã được Windows xử lý nguyên bản, không cần phần mềm bên thứ ba để phát lại trên bất kỳ máy Windows nào. Hỗ trợ đa nền tảng đã cải thiện thông qua các thư viện như FFmpeg và GStreamer, dù WMA vẫn kém tương thích phổ quát hơn MP3 hay AAC trên thiết bị không phải Microsoft. Định dạng vẫn xuất hiện trong thư viện media cũ, dù các codec mới hơn phần lớn đã thay thế nó cho phát trực tuyến và sử dụng di động.