Convertitore da VOX ad MP2

VOX è un formato audio senza intestazione basato sulla codifica Dialogic ADPCM, ampiamente adottato in telefonia, sistemi di risposta vocale interattiva (IVR) e piattaforme di segreteria telefonica dagli anni '80. Ogni campione audio viene compresso in 4 bit utilizzando un algoritmo sviluppato da Oki Electric e implementato in hardware sulle schede di interfaccia telefonica della Dialogic Corporation. I file VOX utilizzano tipicamente una frequenza di campionamento di 6000 o 8000 Hz, producendo registrazioni estremamente compatte ottimizzate per l'intelligibilità del parlato piuttosto che per la fedeltà musicale. Poichè il formato non contiene intestazione, il software di riproduzione deve conoscere in anticipo la frequenza di campionamento e i parametri di codifica — un compromesso che riduce l'overhead ma richiede una gestione attenta dei file. Il vantaggio principale di VOX è l'efficienza di archiviazione: una registrazione vocale di un minuto a 8 kHz occupa circa 240 KB, rendendolo pratico per sistemi che archiviano migliaia di prompt. Il formato Dialogic ADPCM è conforme allo standard ITU-T G.726, garantendo l'interoperabilità tra apparecchiature telefoniche di diversi produttori. Anche se i moderni call center migrano verso sistemi basati su IP con codec come Opus), vaste librerie di registrazioni VOX persistono nei deployment IVR legacy e negli archivi di conformità in tutto il mondo.

MP2 (MPEG-1 Audio Layer II), conosciuto anche con il nome originale del progetto MUSICAM, è un codec audio percettivo standardizzato come parte di ISO/IEC 11172-3 nel 1993. Mentre il suo successore MP3 ha catturato l'attenzione del mondo consumer, MP2 si è ritagliato una nicchia duratura nella radiodiffusione professionale che mantiene ancora oggi. Il codec suddivide l'audio in 32 sottobande tramite un banco di filtri polifase, applica un modello psicoacustico per determinare le soglie di mascheramento, quindi quantizza e codifica con Huffman ogni sottobanda di conseguenza. Le implementazioni broadcast tipiche utilizzano 192-384 kbps per lo stereo, ottenendo qualità trasparente con minore complessità del codificatore e migliore resilienza agli errori rispetto al Layer III. Queste proprietà spiegano perchè la televisione DVB, la radio digitale DAB e lo standard per videocamere HDV adottano o preferiscono tutti l'MP2. Anche la latenza del codificatore è più breve, un aspetto importante per la radiodiffusione dal vivo dove la sincronia labiale conta. Tre vantaggi mantengono l'MP2 rilevante a decenni dalla standardizzazione: il degrado graduale in caso di errori di trasmissione, vitale per i segnali via etere, il ritardo minimo di codifica adatto alle catene broadcast in tempo reale e l'accettazione normativa consolidata nei framework broadcast europei e asiatici.