Convertitore da HTK a VOX

VOX è un formato audio senza intestazione basato sulla codifica Dialogic ADPCM, ampiamente adottato in telefonia, sistemi di risposta vocale interattiva (IVR) e piattaforme di segreteria telefonica dagli anni '80. Ogni campione audio viene compresso in 4 bit utilizzando un algoritmo sviluppato da Oki Electric e implementato in hardware sulle schede di interfaccia telefonica della Dialogic Corporation. I file VOX utilizzano tipicamente una frequenza di campionamento di 6000 o 8000 Hz, producendo registrazioni estremamente compatte ottimizzate per l'intelligibilità del parlato piuttosto che per la fedeltà musicale. Poichè il formato non contiene intestazione, il software di riproduzione deve conoscere in anticipo la frequenza di campionamento e i parametri di codifica — un compromesso che riduce l'overhead ma richiede una gestione attenta dei file. Il vantaggio principale di VOX è l'efficienza di archiviazione: una registrazione vocale di un minuto a 8 kHz occupa circa 240 KB, rendendolo pratico per sistemi che archiviano migliaia di prompt. Il formato Dialogic ADPCM è conforme allo standard ITU-T G.726, garantendo l'interoperabilità tra apparecchiature telefoniche di diversi produttori. Anche se i moderni call center migrano verso sistemi basati su IP con codec come Opus, vaste librerie di registrazioni VOX persistono nei deployment IVR legacy e negli archivi di conformità in tutto il mondo.