VOX zu WAV Converter

VOX ist ein headerloses Audioformat, das auf der Dialogic ADPCM-Kodierung basiert und seit den 1980er Jahren in Telefonie-, IVR-Systemen (Interactive Voice Response) und Voicemail-Plattformen weit verbreitet ist. Jedes Audiosample wird mit einem von Oki Electric entwickelten Algorithmus auf 4 Bit komprimiert, der in Hardware auf Dialogic Corporations Telefonie-Schnittstellenkarten implementiert wurde. VOX-Dateien verwenden typischerweise eine Abtastrate von 6000 oder 8000 Hz und erzeugen extrem kompakte Aufnahmen, die auf Sprachverständlichkeit statt musikalische Klangtreue optimiert sind. Da das Format keinen Header enthält, muss die Wiedergabesoftware die Abtastrate und Kodierungsparameter im Voraus kennen — ein Kompromiss, der Overhead reduziert, aber sorgfältiges Dateimanagement erfordert. Der Hauptvorteil von VOX ist die Speichereffizienz: Eine einminütige Sprachaufnahme bei 8 kHz belegt rund 240 KB, praktisch für Systeme mit Tausenden von Ansagen. Dialogic ADPCM entspricht dem ITU-T G.726-Standard und gewährleistet Interoperabilität zwischen Telefoniegeräten verschiedener Hersteller. Auch wenn moderne Callcenter auf IP-basierte Systeme mit Codecs wie Opus migrieren, bestehen umfangreiche Bibliotheken von VOX-Aufnahmen in Legacy-IVR-Installationen und Compliance-Archiven weltweit.

WAV (Waveform Audio File Format) ist ein unkomprimierter Audio-Container, der gemeinsam von Microsoft und IBM entwickelt und im August 1991 zusammen mit Windows 3.1 veröffentlicht wurde. Basierend auf dem Resource Interchange File Format (RIFF) speichert WAV Audiodaten — am häufigsten als lineare Pulscodemodulation (LPCM) — zusammen mit Metadaten, die Abtastrate, Bittiefe und Kanalanzahl beschreiben. Diese unkomplizierte Struktur hat WAV zum De-facto-Standard für unkomprimiertes Audio unter Windows und zu einem universell akzeptierten Austauschformat gemacht, das von praktisch jedem Betriebssystem, Audio-Editor und Mediaplayer unterstützt wird. WAV-Dateien in CD-Qualität verwenden 16-Bit-Samples bei 44,1 kHz Stereo, während professionelle Workflows routinemässig 24-Bit- oder 32-Bit-Float-Samples bei Raten bis 192 kHz einsetzen. Ein wesentlicher Vorteil ist die verlustfreie Klangtreue: Da Standard-WAV keine Kompression anwendet, sind die gespeicherten Daten eine exakte digitale Abbildung der Originalaufnahme — die bevorzugte Wahl für Mastering und Archivierung. WAV unterstützt auch eingebettete Metadaten über INFO- und BWF-Chunks, die Zeitstempel und Produktionsnotizen ermöglichen. Der wichtigste Kompromiss ist die Dateigröße — eine Minute CD-Qualität in Stereo belegt etwa 10 MB — und die 32-Bit-RIFF-Struktur setzt ein 4-GB-Limit, das RF64 jedoch aufhebt.