Konwerter VOX na WAV

VOX to format audio bez naglowka oparty na kodowaniu Dialogic ADPCM, szeroko przyjety w telefonii, systemach interaktywnej odpowiedzi glosowej (IVR) i platformach poczty glosowej od lat 80. Kazda probka audio jest kompresowana do 4 bitow za pomoca algorytmu opracowanego przez Oki Electric i zaimplementowanego sprzetowo na kartach interfejsu telefonicznego firmy Dialogic Corporation. Pliki VOX zwykle uzywaja czestotliwosci probkowania 6000 lub 8000 Hz, tworzac wyjatkowo kompaktowe nagrania zoptymalizowane pod katem zrozumialosci mowy, a nie jakosci muzycznej. Poniewaz format nie zawiera naglowka, oprogramowanie do odtwarzania musi z gory znac czestotliwosc probkowania i parametry kodowania — kompromis, ktory redukuje narzut, ale wymaga starannego zarzadzania plikami. Glowna zaleta VOX jest efektywnosc przechowywania: jednominutowe nagranie glosowe przy 8 kHz zajmuje ok. 240 KB, co jest praktyczne dla systemow przechowujacych tysiace promptow. Dialogic ADPCM jest zgodny ze standardem ITU-T G.726, zapewniajac interoperacyjnosc sprzetu telefonicznego róznych producentow. Nawet gdy nowoczesne centra obslugi migruja na systemy IP z kodekami takimi jak Opus, ogromne biblioteki nagran VOX przetrwaly w starszych wdrozeniach IVR i archiwach zgodnosci regulacyjnej na calym swiecie.

WAV (Waveform Audio File Format) to nieskompresowany kontener audio wspolnie opracowany przez Microsoft i IBM, po raz pierwszy opublikowany w sierpniu 1991 roku wraz z Windowsem 3.1. Zbudowany na formacie Resource Interchange File Format (RIFF), WAV przechowuje dane audio — najczesciej jako liniowa modulacje impulsowo-kodowa (LPCM) — wraz z metadanymi opisujacymi czestotliwosc probkowania, glebie bitowa i liczbe kanalow. Ta prosta struktura uczynia WAV de facto standardem nieskompresowanego audio na Windowsie i uniwersalnie akceptowanym formatem wymiany w praktycznie kazdym systemie operacyjnym, edytorze audio i odtwarzaczu multimedialnym. Pliki WAV jakosci CD uzywaja 16-bitowych probek przy 44,1 kHz stereo, natomiast profesjonalne przeplywy pracy rutynowo stosuja 24-bitowe lub 32-bitowe probki zmiennoprzecinkowe przy czestotliwosciach do 192 kHz. Glowna zaleta jest bezstratna wiernosc: poniewaz standardowy WAV nie stosuje kompresji, przechowywane dane sa dokladna cyfrowa reprezentacja oryginalnego nagrania, co czyni go preferowanym wyborem do masteringu i archiwizacji. WAV obsluguje rowniez osadzone metadane przez bloki INFO i BWF, umozliwiajac znaczniki czasowe i notatki produkcyjne. Glownym kompromisem jest rozmiar pliku — minuta stereo jakosci CD zajmuje ok. 10 MB — a 32-bitowa struktura RIFF narzuca limit 4 GB, choc RF64 znosi to ograniczenie.