VOX-zu-AAC-Konverter

VOX ist ein headerloses Audioformat, das auf der Dialogic ADPCM-Kodierung basiert und seit den 1980er Jahren in Telefonie-, IVR-Systemen (Interactive Voice Response) und Voicemail-Plattformen weit verbreitet ist. Jedes Audiosample wird mit einem von Oki Electric entwickelten Algorithmus auf 4 Bit komprimiert, der in Hardware auf Dialogic Corporations Telefonie-Schnittstellenkarten implementiert wurde. VOX-Dateien verwenden typischerweise eine Abtastrate von 6000 oder 8000 Hz und erzeugen extrem kompakte Aufnahmen, die auf Sprachverständlichkeit statt musikalische Klangtreue optimiert sind. Da das Format keinen Header enthält, muss die Wiedergabesoftware die Abtastrate und Kodierungsparameter im Voraus kennen — ein Kompromiss, der Overhead reduziert, aber sorgfältiges Dateimanagement erfordert. Der Hauptvorteil von VOX ist die Speichereffizienz: Eine einminütige Sprachaufnahme bei 8 kHz belegt rund 240 KB, praktisch für Systeme mit Tausenden von Ansagen. Dialogic ADPCM entspricht dem ITU-T G.726-Standard und gewährleistet Interoperabilität zwischen Telefoniegeräten verschiedener Hersteller. Auch wenn moderne Callcenter auf IP-basierte Systeme mit Codecs wie Opus) migrieren, bestehen umfangreiche Bibliotheken von VOX-Aufnahmen in Legacy-IVR-Installationen und Compliance-Archiven weltweit.

AAC (Advanced Audio Coding) gilt als Nachfolger von MP3 und wurde von ISO/IEC als Teil der MPEG-2- und später der MPEG-4-Spezifikation standardisiert. Entwickelt in Zusammenarbeit von Fraunhofer, Dolby, Sony, Nokia und AT&T, liefert AAC bei gleichen oder niedrigeren Bitraten eine überlegene Klangqualität — ein 96-kbps-AAC-Stream entspricht in der wahrgenommenen Qualität in der Regel einer 128-kbps-MP3-Datei. Der Codec nutzt eine modifizierte diskrete Kosinustransformation in Kombination mit fortschrittlicher psychoakustischer Modellierung und zeitlicher Rauschformung. AAC dient als Standard-Audioformat für Apples Ökosystem (iTunes, iPhone, iPad), YouTube und zahlreiche Streaming-Dienste. Der erste Vorteil liegt in der hervorragenden Kompressionseffizienz — hochwertige Audiowiedergabe bei deutlich geringerem Speicher- und Bandbreitenbedarf. Zweitens unterstützt das Format Abtastraten von 8 kHz bis 96 kHz und bis zu 48 Kanäle, geeignet für alles von Sprachanrufen bis hin zu Surround-Sound. Drittens sorgt die breite Akzeptanz durch Apple und andere dafür, dass praktisch jedes moderne Gerät, jeder Browser und jeder Mediaplayer AAC-Inhalte nativ wiedergeben kann.