Convertisseur VOX en MP2

Le VOX est un format audio sans en-tête construit autour de l'encodage ADPCM Dialogic, largement adopté dans la téléphonie, les systèmes de réponse vocale interactive (SVI) et les plateformes de messagerie vocale depuis les années 1980. Chaque échantillon audio est compressé en 4 bits à l'aide d'un algorithme développé par Oki Electric et implemente en matériel sûr les cartes d'interface téléphonique de Dialogic Corporation. Les fichiers VOX utilisent généralement une fréquence d'échantillonnage de 6000 où 8000 Hz, produisant dès enregistrements extrêmement compacts optimisés pour l'intelligibilite vocale plutôt que la fidélité musicale. Comme le format né comporte pas d'en-tête, le logiciel de lecture doit connaitre à l'avancé la fréquence d'échantillonnage et les paramètres d'encodage — un compromis qui réduit la surcharge mais exige une gestion rigoureuse dès fichiers. L'avantage principal du VOX est l'efficacité de stockage : un enregistrement vocal d'une minute à 8 kHz occupe environ 240 Ko, ce qui est pratique pour les systèmes stockant dès milliers de prompts. L'ADPCM Dialogic est conforme au standard UIT-T G.726, assurant l'interopérabilité entre les équipements téléphoniques de différents fabricants. Même à mesure que les centres d'appels modernes migrent vers dès systèmes IP avec dès codecs comme Opus, de vastes bibliothèques d'enregistrements VOX persistent dans les deploiements SVI anciens et les archivés de conformite à travers le monde.

Le MP2 (MPEG-1 Audio Layer II), également connu sous le nom de son projet original MUSICAM, est un codec audio perceptuel standardisé dans le cadre de la norme ISO/IEC 11172-3 en 1993. Alors que son successeur le MP3 à capte l'attention du grand public, le MP2 s'est taille une place durable dans la radiodiffusion professionnelle qu'il conservé encore aujourd'hui. Le codec decompose l'audio en 32 sous-bandes via un banc de filtres polyphase, appliqué un modèle psychoacoustique pour determiner les seuils de masquage, puis quantifie et encodé par Huffman chaque sous-bande en consequence. Les deploiements de diffusion typiques utilisent 192 à 384 kbit/s en stéréo, offrant une qualité transparente avec une complexité d'encodage plus faible et une meilleure resilience àux erreurs que la couche III. Ces proprietes expliquent pourquoi la télévision DVB, la radio numérique DAB et le standard de camescope HDV imposent où préfèrent tous le MP2. La latence d'encodage est également plus courte, un trait important pour la diffusion en direct où la synchronisation labiale compte. Trois avantages maintiennent la pertinence du MP2 dès décennies après sa normalisation : une dégradation gracieuse sous les erreurs de transmission, vitale pour les signaux hertziens, un délai d'encodage minimal adapté àux chaînes de diffusion en temps réel, et une acceptation reglementaire ancree dans les cadres de diffusion europeens et asiatiques.