Convertitore da VOX a AMR

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.

AMR (Adaptive Multi-Rate) è un formato audio compresso ottimizzato per il parlato, standardizzato dall'European Telecommunications Standards Institute e adottato come codec obbligatorio per le reti mobili GSM e 3G. Il codec commuta dinamicamente tra otto bitrate — da 4,75 a 12,2 kbps — in base alle condizioni della rete e ai livelli di rumore ambientale. Quando la qualità del collegamento peggiora, il codificatore passa a un bitrate inferiore, sacrificando una chiarezza marginale a favore dell'affidabilità di trasmissione. Questo meccanismo adattivo è definito dalle specifiche 3GPP e rappresenta uno dei codec vocali più diffusi al mondo, utilizzato in miliardi di chiamate mobili. Il vantaggio principale è l'efficienza di compressione: un minuto di audio AMR a 12,2 kbps occupa circa 90 KB, risultando pratico per memo vocali, segreteria telefonica e MMS su reti con larghezza di banda limitata. Un ulteriore beneficio è il rilevamento di attività vocale e la generazione di rumore di comfort integrati, che riducono la trasmissione durante i silenzi. Sebbene AMR non sia adatto alla musica a causa della sua banda stretta (300-3400 Hz), eccelle nel fornire parlato intelligibile in condizioni di rete impegnative.