VOXからAACへのコンバーター

VOXは、1980年代からテレフォニー、対話型音声応答(IVR)システム、ボイスメールプラットフォームで広く採用されているDialogic ADPCMエンコーディングを中心に構築されたヘッダーレスオーディオ形式です。各オーディオサンプルは、沖電気が開発しDialogic Corporationのテレフォニーインターフェースカードにハードウェアで実装されたアルゴリズムを使用して4ビットに圧縮されます。VOXファイルは通常6000または8000 Hzのサンプリングレートを使用し、音楽的な忠実度よりも音声の明瞭性に最適化された極めてコンパクトな録音を生成します。形式はヘッダーを持たないため、再生ソフトウェアはサンプルレートとエンコーディングパラメータを事前に知っている必要があります — オーバーヘッドを削減するトレードオフですが、慎重なファイル管理が求められます。VOXの主な利点はストレージ効率です — 8 kHzでの1分間の音声録音はわずか約240 KBで、数千のプロンプトを保存するシステムに実用的です。Dialogic ADPCMはITU-T G.726標準に準拠しており、異なるベンダーのテレフォニー機器間の相互運用性を保証します。最新のコールセンターがOpus)などのコーデックを持つIPベースシステムに移行しても、膨大なVOX録音のライブラリがレガシーIVR展開やコンプライアンスアーカイブに世界中で残っています。

AAC(Advanced Audio Coding)はMP3の後継として、ISO/IECによりMPEG-2およびその後のMPEG-4仕様の一部として標準化されました。Fraunhofer、Dolby、Sony、Nokia、AT&Tの共同設計により、AACは同等以下のビットレートで優れた音質を実現します — 96 kbpsのAACストリームは一般的に128 kbpsのMP3ファイルに匹敵する知覚品質を提供します。コーデックは改良型離散コサイン変換と高度な心理音響モデリングおよび時間的ノイズシェーピングを組み合わせて使用します。AACはAppleのエコシステム(iTunes、iPhone、iPad)、YouTube、および多くのストリーミングサービスのデフォルトオーディオ形式です。第一の利点は優れた圧縮効率で、ストレージと帯域幅を大幅に削減しながら高忠実度オーディオを実現します。第二に、8 kHzから96 kHzのサンプルレートと最大48チャンネルをサポートし、音声通話からサラウンドサウンドまであらゆる用途に対応します。第三に、Appleをはじめとする幅広い業界採用により、事実上すべての最新デバイス、ブラウザ、メディアプレーヤーが追加プラグインなしでAACコンテンツをネイティブに処理できます。