VOX'den WAV'ye dönüştürücü

VOX, 1980'lerden bu yana telefon, etkileşimli sesli yanıt (IVR) sistemleri ve sesli posta platformlarında yaygın olarak benimsenen Dialogic ADPCM kodlaması üzerine kurulu başlıksız bir ses formatıdır. Her ses örneği, Oki Electric tarafından geliştirilen ve Dialogic Corporation'ın telefon arayüz kartlarında donanımsal olarak uygulanan bir algoritmayla 4 bite sıkıştırılır. VOX dosyaları genellikle 6000 veya 8000 Hz örnekleme hızı kullanarak müzikal kaliteden ziyade konuşma anlaşılırlığı için optimize edilmiş son derece kompakt kayıtlar üretir. Format başlık taşımadığından oynatma yazılımının örnekleme hızını ve kodlama parametrelerini önceden bilmesi gerekir — ek yükü azaltan ancak dikkatli dosya yönetimi gerektiren bir ödünleşim. VOX'un başlıca avantajı depolama verimliliğidir: 8 kHz'de bir dakikalık ses kaydı yaklaşık 240 KB yer kaplar ve bu özellik binlerce komut depolayan sistemler için pratiktir. Dialogic ADPCM, ITU-T G.726 standardına uygundur ve farklı üreticilerin telefon ekipmanları arasında birlikte çalışabilirlik sağlar. Modern çağrı merkezleri Opus gibi kodeklerle IP tabanlı sistemlere geçse de eski IVR dağıtımlarında ve uyumluluk arşivlerinde geniş VOX kayıt kütüphaneleri dünya genelinde varlığını sürdürmektedir.

WAV (Waveform Audio File Format), Microsoft ve IBM tarafından ortaklaşa geliştirilen ve i̇lk olarak Ağustos 1991'de Windows 3.1 ile birlikte yayınlanan sıkıştırılmamış bir ses kapsayıcısıdır. Resource Interchange File Format (RIFF) üzerine inşa edilen WAV, ses verilerini — en yaygın olarak doğrusal darbe-kod modülasyonu (LPCM) olarak — örnekleme hızı, bit derinliği ve kanal sayısını tanımlayan üst verilerle birlikte depolar. Bu doğrudan yapı, WAV'ı Windows üzerinde sıkıştırılmamış ses için fiili standart ve mevcut neredeyse tüm işletim sistemleri, ses editörleri ve medya oynatıcılar genelinde evrensel olarak kabul gören bir değişim formatı yapmıştır. CD kalitesinde WAV dosyaları 44,1 kHz stereo'da 16 bit örnekler kullanırken, profesyonel iş akışları düzenli olarak 192 kHz'e kadar hızlarda 24 bit veya 32 bit kayan nokta örnekleri kullanır. Büyük avantajı sıfır kayıplı doğruluktur: standart WAV sıkıştırma uygulamadığından, depolanan veri orijinal kaydın tam dijital bir temsilidir ve bu özellik onu mastering ve arşivleme için tercih edilen seçenek yapar. WAV ayrıca INFO ve BWF yığınları aracılığıyla gömülü üst verileri destekleyerek zaman damgaları ve prodüksiyon notlarına olanak tanır. Temel ödünleşim dosya boyutudur — bir dakikalık CD kalitesinde stereo yaklaşık 10 MB yer kaplar — ve 32 bit RIFF yapısı 4 GB sınırı getirirken RF64 bu tavanı kaldırmaktadır.