VOXからWVへのコンバーター

VOXは、1980年代からテレフォニー、対話型音声応答(IVR)システム、ボイスメールプラットフォームで広く採用されているDialogic ADPCMエンコーディングを中心に構築されたヘッダーレスオーディオ形式です。各オーディオサンプルは、沖電気が開発しDialogic Corporationのテレフォニーインターフェースカードにハードウェアで実装されたアルゴリズムを使用して4ビットに圧縮されます。VOXファイルは通常6000または8000 Hzのサンプリングレートを使用し、音楽的な忠実度よりも音声の明瞭性に最適化された極めてコンパクトな録音を生成します。形式はヘッダーを持たないため、再生ソフトウェアはサンプルレートとエンコーディングパラメータを事前に知っている必要があります — オーバーヘッドを削減するトレードオフですが、慎重なファイル管理が求められます。VOXの主な利点はストレージ効率です — 8 kHzでの1分間の音声録音はわずか約240 KBで、数千のプロンプトを保存するシステムに実用的です。Dialogic ADPCMはITU-T G.726標準に準拠しており、異なるベンダーのテレフォニー機器間の相互運用性を保証します。最新のコールセンターがOpusなどのコーデックを持つIPベースシステムに移行しても、膨大なVOX録音のライブラリがレガシーIVR展開やコンプライアンスアーカイブに世界中で残っています。

WavPackは、David Bryantが作成したオープンソースオーディオコーデックで、バージョン1.0は1998年8月15日にリリースされました。WavPackを際立たせるのはそのユニークなハイブリッドモードです — エンコーダーはコンパクトな非可逆ファイルと、組み合わせると元のPCMストリームをビット単位で完全に再構築する別の補正ファイルを同時に生成できます。ポータビリティが必要なユーザーは非可逆ファイルだけを持ち歩き、アーカイブ品質が必要な場合は両方を保持します。コーデックは8ビットから32ビット整数および32ビット浮動小数点のPCMオーディオを処理し、サンプルレートは最大768 kHzまで対応 — DSDコンテンツにも十分な仕様で、WavPack 5でDSDサポートが追加されました。純粋なロスレスモードでの圧縮率は通常元のサイズの40から55%に達し、FLACと競合し、特定の素材ではわずかに上回ることもあります。後のバージョンでのマルチコアエンコーディングにより、最新ハードウェアでの処理が大幅に高速化されました。オープンソースライブラリはBSDライセンスの下で提供され、foobar2000、VLC、FFmpegなど多数のツールに統合されています。WavPackはまたAPEv2タグ、埋め込みキューシート、ReplayGain値によるリッチなメタデータをサポートし、最も几帳面な音楽ライブラリの整理ニーズにも対応します。