VOX-zu-MP2-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.

MP2 (MPEG-1 Audio Layer II), auch unter dem ursprünglichen Projektnamen MUSICAM bekannt, ist ein perzeptüller Audiocodec, der 1993 als Teil von ISO/IEC 11172-3 standardisiert wurde. Während sein Nachfolger MP3 die Aufmerksamkeit der Verbraucher auf sich zog, eroberte MP2 eine daürhafte Nische im professionellen Rundfunk, die es bis heute hält. Der Codec teilt Audio in 32 Subbänder mithilfe einer Polyphasen-Filterbank auf, wendet ein psychoakustisches Modell zur Bestimmung von Maskierungsschwellen an und quantisiert sowie Huffman-kodiert jedes Subband entsprechend. Typische Rundfunkeinsätze verwenden 192-384 kbps für Stereo und erzielen transparente Qualität bei geringerer Encoder-Komplexität und besserer Fehlerresistenz als Layer III. Diese Eigenschaften erklären, warum DVB-Fernsehen, DAB-Digitalradio und der HDV-Camcorder-Standard MP2 vorschreiben oder bevorzugen. Die Encoder-Latenz ist ebenfalls kürzer — ein wichtiges Merkmal für Live-Sendungen, bei denen Lippensynchronisation entscheidend ist. Drei Vorteile halten MP2 auch Jahrzehnte nach der Standardisierung relevant: graceful Degradation bei Uebertragungsfehlern, unverzichtbar für terrestrische Signale, minimale Kodierungsverzögerung für Echtzeit-Sendeketten und fest verankerte regulatorische Akzeptanz in europäischen und asiatischen Rundfunkrahmen.