VOX-zu-CAF-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.

CAF (Core Audio Format) ist ein flexibler Audio-Container, der von Apple entwickelt und 2005 mit Mac OS X 10.4 Tiger eingeführt wurde. Er wurde konzipiert, um die Beschränkungen älterer Formate zu überwinden — insbesondere die 4-GB-Dateigrössenbegrenzung von WAV und AIFF — und unterstützt theoretisch unbegrenzte Aufnahmelängen. Der Container kann praktisch jeden Codec aufnehmen — AAC, ALAC, MP3, lineares PCM, IMA ADPCM und weitere — in einem einheitlichen Wrapper. Seine Chunk-basierte Architektur speichert Audio zusammen mit umfangreichen Metadaten wie Kanal-Layouts, Markerbereichen, Anmerkungen und MIDI-Daten. Ein entscheidender Vorteil liegt im Umgang mit extrem langen Aufnahmen: Rundfunkanstalten und Feldtechniker können stundenlang kontinuierlich aufnehmen, ohne an Grössengrenzen zu stossen. Die flexible Codec-Unterstützung ist eine weitere Stärke, da ein Container sowohl hochauflösende 24-Bit/192-kHz-Lossless-Audiodaten als auch komprimierte Sprache beherbergen kann. Apples Core Audio-Framework bietet native Unterstützung unter macOS und iOS und gewährleistet latenzarme Wiedergabe in professionellen Anwendungen wie Logic Pro und Final Cut Pro. Für Apple-Workflows, die sowohl Vielseitigkeit als auch Skalierbarkeit erfordern, ist CAF eine außergewöhnlich leistungsfähige Wahl.