Convertidor de VOX a SPX

VOX es un formato de audio sin cabecera construido alrededor de la codificación Dialogic ADPCM, ampliamente adoptado en telefonía, sistemas de respuesta de voz interactiva (IVR) y plataformas de buzon de voz desde la decada de 1980. Cada muestra de audio se comprime en 4 bits usando un algoritmo desarrollado por Oki Electric e implementado en hardware en las tarjetas de interfaz telefónica de Dialogic Corporation. Los archivos VOX típicamente usan una frecuencia de muestreo de 6000 u 8000 Hz, produciendo grabaciones extremadamente compactas optimizadas para la inteligibilidad del habla en lugar de la fidelidad musical. Dado qué el formato no tiene cabecera, el software de reproducción debe conocer de antemano la frecuencia de muestreo y los parámetros de codificación — un compromiso qué reduce la sobrecarga pero demanda una gestión cuidadosa de archivos. La ventaja principal de VOX es la eficiencia de almacenamiento: una grabación de voz de un minuto a 8 kHz ocupa aproximadamente 240 KB, haciéndolo práctico para sistemas qué almacenan miles de indicaciones. El ADPCM de Dialogic cumple con el estándar ITU-T G.726, asegurando la interoperabilidad entre equipos de telefonía de diferentes fabricantes. Incluso mientras los centros de llamadas modernos migran a sistemas basados en IP con códecs como Opus, vastas bibliotecas de grabaciones VOX persisten en implementaciones IVR heredadas y archivos de cumplimiento normativo a nivel mundial.

Speex es un códec de audio de código abierto diseñado específicamente para la compresión de voz, desarrollado por Jean-Marc Valin bajo la Xiph.Org Foundation. Lanzado por primera vez en octubre de 2002, se enfoca en voz sobre IP, videoconferencias y cualquier escenario dónde la palabra hablada necesite transmitirse eficientemente a través de una red. Los archivos SPX envuelven audio codificado con Speex dentro de un contenedor Ogg, combinando la optimizacion del códec para voz con las capacidades de streaming de Ogg. Se admiten tres frecuencias de muestreo — banda estrecha a 8 kHz, banda ancha a 16 kHz y banda ultra ancha a 32 kHz — junto con codificación de tasa de bits variable qué se adapta en tiempo real a la complejidad del habla. Una ventaja sobresaliente es su naturaleza libre de patentes y licenciada bajo BSD, lo qué permitio a los desarrolladores incorporarlo libremente en productos tanto comerciales como de código abierto. Speex también incluye cancelacion de eco acustico, supresion de ruido y control automático de ganancia, funciones qué los códecs rivales típicamente delegan a bibliotecas externas. Aunque sus creadores recomiendan oficialmente Opus como sucesor desde 2012, Speex permanece desplegado en sistemas VoIP heredados, grabaciones archivadas y dispositivos embebidos dónde su decodificador ligero sigue siendo valorado.