speech-recognition - 解码 ulaw 编码的 SPH 文件

Question

这个问题解决了

我的任务：
我有一个带有以下文件头的 .sph 文件：

NIST_1A
1024
conversation_id -s4 2001
database_id -s25 Switchboard-1_release-2.0
channel_count -i 1
sample_coding -s4 ulaw
channels_interleaved -s4 TRUE
sample_count -i 2018387
sample_rate -i 8000
sample_n_bytes -i 1
sample_sig_bits -i 8
end_head

我想将上述文件传输到没有编码且没有 channels_interleaved 行为的 .sph 文件，这样我的文件头将如下所示：

NIST_1A
1024
conversation_id -s4 2001
database_id -s25 Switchboard-1_release-2.0
channel_count -i 1
sample_count -i 2018387
sample_rate -i 8000
sample_coding -s4 pcm
sample_n_bytes -i 2
sample_sig_bits -i 16
end_head

我的方法：
sph2pipe -c 1 -p 输入输出

Answer 1

使用 sph2pipe 将 sph 文件转换为 wav 格式

sph2pipe -f rif file.sph file.wav

使用 SOX 转换文件

sox file.sph file.wav

尽管可能不支持诸如缩短之类的复杂压缩方法。对于您的特定文件，它将正常工作：

HTK 也可以完美处理此类文件，详情请参阅 HTKBook 中的5.11.4 NIST 文件格式部分。您需要在配置文件中配置 SOURCEFORMAT=NIST。对于总机，您还需要将 STEREOMODE 设置为 LEFT 或 RIGHT 的通道分开。