ตัวแปลง VOX เป็น MP2

VOX เป็นรูปแบบเสียงแบบไม่มีส่วนหัวที่สร้างขึ้นรอบการเข้ารหัส Dialogic ADPCM ถูกนำมาใช้อย่างแพร่หลายในระบบโทรศัพท์ ระบบตอบรับด้วยเสียงอัตโนมัติ (IVR) และแพลตฟอร์มวอยซ์เมลตั้งแต่ทศวรรษ 1980 ตัวอย่างเสียงแต่ละตัวถูกบีบอัดเป็น 4 บิตโดยใช้อัลกอริทึมที่พัฒนาโดย Oki Electric และนำไปใช้ในฮาร์ดแวร์บนการ์ดอินเทอร์เฟซโทรศัพท์ของ Dialogic Corporation ไฟล์ VOX โดยทั่วไปใช้อัตราสุ่มตัวอย่าง 6000 หรือ 8000 Hz สร้างการบันทึกที่กระทัดรัดมากซึ่งปรับแต่งสำหรับความชัดเจนของเสียงพูดมากกว่าความเที่ยงตรงทางดนตรี เนื่องจากรูปแบบไม่มีส่วนหัว ซอฟต์แวร์เล่นต้องทราบอัตราสุ่มตัวอย่างและพารามิเตอร์การเข้ารหัสล่วงหน้า — ข้อแลกเปลี่ยนที่ลดโอเวอร์เฮดแต่ต้องการการจัดการไฟล์อย่างระมัดระวัง ข้อดีหลักของ VOX คือประสิทธิภาพในการจัดเก็บ — การบันทึกเสียงหนึ่งนาทีที่ 8 kHz ใช้พื้นที่ประมาณ 240 KB ทำให้เหมาะสมสำหรับระบบที่จัดเก็บพรอมต์หลายพันรายการ Dialogic ADPCM สอดคล้องกับมาตรฐาน ITU-T G.726 รับประกันความเข้ากันได้ข้ามอุปกรณ์โทรศัพท์จากผู้ผลิตต่างๆ แม้ว่าศูนย์บริการลูกค้าสมัยใหม่จะย้ายไปสู่ระบบ IP พร้อมโคเดกอย่าง Opus แต่ไลบรารี VOX จำนวนมากยังคงมีอยู่ในระบบ IVR เดิมและคลังเก็บถาวรเพื่อการปฏิบัติตามกฎระเบียบทั่วโลก

MP2 (MPEG-1 Audio Layer II) หรือที่รู้จักในชื่อโปรเจกต์ดั้งเดิม MUSICAM เป็นตัวแปลงสัญญาณเสียงเชิงรับรู้ที่ได้รับมาตรฐานเป็นส่วนหนึ่งของ ISO/IEC 11172-3 ในปี 1993 ในขณะที่ MP3 ซึ่งเป็นรุ่นถัดมาได้รับความสนใจจากผู้บริโภค MP2 ได้สร้างตำแหน่งที่มั่นคงในวงการออกอากาศมืออาชีพที่ยังคงรักษาอยู่จนถึงทุกวันนี้ ตัวแปลงสัญญาณแบ่งเสียงออกเป็น 32 ซับแบนด์ผ่าน polyphase filter bank ใช้แบบจำลองจิตอะคูสติกเพื่อกำหนดเกณฑ์การปกปิด จากนั้นควอนไทซ์และเข้ารหัส Huffman แต่ละซับแบนด์ตามนั้น การใช้งานออกอากาศทั่วไปใช้ 192-384 kbps สำหรับสเตอริโอ ให้คุณภาพโปร่งใสพร้อมความซับซ้อนตัวเข้ารหัสที่ต่ำกว่าและความทนทานต่อข้อผิดพลาดที่ดีกว่า Layer III คุณสมบัติเหล่านี้อธิบายได้ว่าทำไมโทรทัศน์ DVB วิทยุดิจิทัล DAB และมาตรฐานกล้อง HDV ล้วนกำหนดหรือเลือก MP2 เวลาแฝงของตัวเข้ารหัสก็สั้นกว่า ซึ่งเป็นคุณสมบัติสำคัญสำหรับการออกอากาศสดที่ต้องซิงค์ปากกับเสียง ข้อดีสามประการที่ทำให้ MP2 ยังคงมีความเกี่ยวข้องหลายทศวรรษหลังการกำหนดมาตรฐาน: การเสื่อมคุณภาพอย่างสง่างามภายใต้ข้อผิดพลาดในการส่งซึ่งสำคัญสำหรับสัญญาณออกอากาศทางอากาศ ความล่าช้าในการเข้ารหัสที่น้อยที่สุดเหมาะกับสายการออกอากาศแบบเรียลไทม์ และการยอมรับจากหน่วยงานกำกับดูแลที่ฝังลึกในกรอบการออกอากาศของยุโรปและเอเชีย