Công cụ chuyển đổi SPH sang PVF
Chuyển đổi file sph sang pvf trực tuyến và miễn phí
sph
pvf
Làm thế nào để chuyển đổi SPH sang PVF
Lựa chọn các tập tin từ Máy tính, Google Drive, Dropbox, URL hoặc bằng cách kéo tập tin vào trang này.
Chọn pvf hoặc bất kỳ định dạng nào khác bạn cần chuyển đổi sang (hỗ trợ hơn 200 định dạng)
Hãy để tập tin chuyển đổi và bạn có thể tải tập tin pvf của bạn xuống ngay sau đó
Về các định dạng
SPH là phần mở rộng tệp cho âm thanh lưu trữ trong định dạng NIST SPHERE (SPeech HEader REsources), một tiêu chuẩn do Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ tạo ra khoảng năm 1990. Được xây dựng cho nghiên cứu giọng nói, tệp SPH mang header ASCII 1024 byte chứa đầy siêu dữ liệu — mã định danh cơ sở dữ liệu, số kênh, tần số lấy mẫu, thứ tự byte và kiểu nén — giúp mỗi bản ghi tự mô tả. Âm thanh bên dưới thường là PCM tuyến tính 16-bit lấy mẫu ở 16 kHz, dù các cấu hình khác cũng được phép. Các nhà nghiên cứu tại NIST, DARPA và các trường đại học trên toàn thế giới dựa vào SPH để phân phối kho ngữ liệu giọng nói như TIMIT, Switchboard và các bộ sưu tập LDC — nền tảng của các hệ thống nhận dạng giọng nói tự động hiện đại. Ưu điểm chính là header đọc được bằng mắt người cho phép các script phân tích siêu dữ liệu bản ghi mà không cần giải mã nhị phân. Sự chuẩn hóa nghiêm ngặt của định dạng cũng loại bỏ sự mơ hồ khi chia sẻ tập dữ liệu giữa các tổ chức và nền tảng. Vì tệp SPH lưu trữ PCM không nén, chúng bảo toàn toàn bộ chất lượng âm thanh — điều cực kỳ quan trọng khi huấn luyện mô hình âm học mà ngay cả những artifact nhỏ cũng có thể làm lệch kết quả.
PVF (Portable Voice Format) là định dạng tệp âm thanh đơn giản được thiết kế để lưu trữ tin nhắn thoại trong các hệ thống điện thoại chạy Linux, nổi bật nhất là ISDN4Linux và ứng dụng hộp thư thoại vbox của nó. Định dạng xuất hiện từ hệ sinh thái ISDN châu Âu cuối thập niên 1990, khi các máy chủ Linux ngày càng đảm nhận vai trò tổng đài PBX và máy trả lời tự động qua đường điện thoại số. Các tệp PVF lưu trữ mẫu PCM 16-bit có dấu ở 8000 Hz mono, đi kèm header văn bản thuần tối giản chỉ định kiểu dữ liệu và thứ tự byte. Sự đơn giản có chủ đích này là một trong những điểm mạnh chính — không nén và header đọc được bằng mắt người, các tệp PVF cực kỳ dễ phân tích, truyền qua pipe và thao tác bằng các công cụ Unix tiêu chuẩn. Tần số 8 kHz đáp ứng yêu cầu Nyquist cho giọng nói băng tần điện thoại (300-3400 Hz), khiến PVF trở thành định dạng trung gian tự nhiên cho các quy trình xử lý giọng nói. Một ưu điểm khác là tính di động đa kiến trúc: khai báo thứ tự byte rõ ràng nghĩa là tệp PVF di chuyển giữa hệ thống big-endian và little-endian mà không có sự mơ hồ. Bộ công cụ âm thanh SoX hỗ trợ đọc/ghi PVF nguyên bản, giúp chuyển đổi sang các định dạng hiện đại một cách dễ dàng.