محوّل VOX إلى HTK

VOX هو تنسيق صوتي بدون ترويسة مبني على ترميز Dialogic ADPCM، واعتُمد على نطاق واسع في الاتصالات الهاتفية وأنظمة الاستجابة الصوتية التفاعلية (IVR) ومنصات البريد الصوتي منذ الثمانينيات. تُضغط كل عينة صوتية إلى 4 بت باستخدام خوارزمية طوّرتها Oki Electric ونُفّذت في عتاد بطاقات واجهة الاتصالات الهاتفية من Dialogic Corporation. تستخدم ملفات VOX عادةً معدل أخذ عينات 6000 أو 8000 هرتز، مما ينتج تسجيلات مضغوطة للغاية محسّنة لوضوح الكلام بدلاً من دقة الموسيقى. نظراً لعدم وجود ترويسة، يجب على برامج التشغيل معرفة معدل العينة ومعاملات الترميز مسبقاً — مقايضة تقلل الحمل لكنها تتطلب إدارة دقيقة للملفات. المزية الرئيسية لـ VOX هي كفاءة التخزين: تسجيل صوتي مدته دقيقة واحدة عند 8 كيلوهرتز يشغل نحو 240 كيلوبايت فقط، مما يجعله عملياً لأنظمة تخزّن آلاف المطالبات. يتوافق Dialogic ADPCM مع معيار ITU-T G.726، مما يضمن قابلية التشغيل المتبادل عبر معدات الاتصالات من مختلف المصنّعين. حتى مع انتقال مراكز الاتصال الحديثة إلى أنظمة قائمة على IP بمرمّزات مثل Opus، تستمر مكتبات ضخمة من تسجيلات VOX في عمليات نشر IVR القديمة وأرشيفات الامتثال حول العالم.