Konverter HTK ke VOX

VOX adalah format audio tanpa header yang dibangun di sekitar encoding Dialogic ADPCM, diadopsi secara luas dalam telepon, sistem interactive voice response (IVR), dan platform pesan suara sejak tahun 1980-an. Setiap sampel audio dikompresi menjadi 4 bit menggunakan algoritma yang dikembangkan oleh Oki Electric dan diimplementasikan dalam perangkat keras pada kartu antarmuka telepon Dialogic Corporation. File VOX biasanya menggunakan sampling rate 6000 atau 8000 Hz, menghasilkan rekaman yang sangat kompak yang dioptimalkan untuk kejelasan ucapan daripada fidelitas musik. Karena format ini tidak membawa header, perangkat lunak pemutaran harus mengetahui sample rate dan parameter encoding terlebih dahulu — trade-off yang mengurangi overhead tetapi memerlukan manajemen file yang cermat. Keunggulan utama VOX adalah efisiensi penyimpanan: rekaman suara satu menit pada 8 kHz hanya memakan sekitar 240 KB, membuatnya praktis untuk sistem yang menyimpan ribuan prompt. Dialogic ADPCM sesuai dengan standar ITU-T G.726, memastikan interoperabilitas di seluruh peralatan telepon dari vendor yang berbeda. Meskipun pusat panggilan modern bermigrasi ke sistem berbasis IP dengan codec seperti Opus, perpustakaan besar rekaman VOX tetap ada dalam deployment IVR warisan dan arsip kepatuhan di seluruh dunia.