Конвертер VOX в WAV

VOX — безголовочный аудиоформат на основе кодирования Dialogic ADPCM, широко применяемый в телефонии, системах интерактивного голосового ответа (IVR) и платформах голосовой почты с 1980-х годов. Каждый аудиосэмпл сжимается до 4 бит по алгоритму, разработанному Oki Electric и аппаратно реализованному на телефонных интерфейсных картах Dialogic Corporation. Файлы VOX обычно используют частоту дискретизации 6000 или 8000 Гц, создавая предельно компактные записи, оптимизированные для разборчивости речи, а не музыкальной точности. Поскольку формат не содержит заголовка, программе воспроизведения необходимо заранее знать частоту дискретизации и параметры кодирования — компромисс, снижающий накладные расходы, но требующий тщательного управления файлами. Главное преимущество VOX — эффективность хранения: одна минута голосовой записи при 8 кГц занимает около 240 КБ, что удобно для систем, хранящих тысячи голосовых подсказок. Dialogic ADPCM соответствует стандарту ITU-T G.726, обеспечивая совместимость телефонного оборудования разных производителей. Даже с переходом современных колл-центров на IP-системы с кодеками вроде Opus, обширные библиотеки записей VOX продолжают существовать в устаревших IVR-системах и архивах по всему миру.

WAV (Waveform Audio File Format) — несжатый аудиоконтейнер, совместно разработанный Microsoft и IBM и впервые опубликованный в августе 1991 года вместе с Windows 3.1. Построенный на основе Resource Interchange File Format (RIFF), WAV хранит аудиоданные — чаще всего в виде линейной импульсно-кодовой модуляции (LPCM) — вместе с метаданными, описывающими частоту дискретизации, разрядность и количество каналов. Эта простая структура сделала WAV стандартом де-факто для несжатого аудио в Windows и универсально принятым форматом обмена практически в любой операционной системе, аудиоредакторе и медиаплеере. Файлы WAV CD-качества используют 16-битные сэмплы при частоте 44,1 кГц в стерео, а в профессиональных процессах нередко применяются 24-битные или 32-битные сэмплы с плавающей запятой при частотах до 192 кГц. Главное преимущество — абсолютная точность: поскольку стандартный WAV не применяет сжатия, сохранённые данные являются точной цифровой копией оригинальной записи, что делает формат предпочтительным для мастеринга и архивирования. WAV также поддерживает встроенные метаданные через чанки INFO и BWF, позволяя добавлять временные метки и производственные заметки. Основной компромисс — размер файлов: одна минута стерео CD-качества занимает около 10 МБ, а 32-битная структура RIFF ограничивает размер 4 ГБ, хотя RF64 снимает этот потолок.