VOXからW64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。

W64(Wave64)は、Sound Forgeの開発元であるSonic Foundryがもともと設計した64ビットオーディオコンテナで、2003年にSonic Foundryのデスクトップソフトウェア部門を買収した後、Sonyが管理を引き継ぎました。この形式は、長時間の録音セッション、マルチチャンネルキャプチャ、高サンプルレートプロダクションで問題となるMicrosoftの32ビットRIFF/WAV仕様が課す4 GBのファイルサイズ制限に直接対応しています。W64はチャンク識別子とサイズフィールドを64ビットに拡張し、4文字コードの代わりにGUIDを使用することでこれを達成しています。この構造的変更により、ファイルはエクサバイト単位のサイズに達することが可能で、実質的にいかなる実用的なストレージ制約も排除します。形式は任意のサンプルレート、ビット深度、チャンネル構成をサポートし、映画音楽のスコアリング、ライブコンサート録音、科学データ取得に適しています。Sound Forge、Audacity、およびその他のプロフェッショナルデジタルオーディオワークステーションがシームレスなインポートとエクスポートのためにW64をネイティブサポートしています。長時間の高忠実度素材を日常的に扱うエンジニアやプロデューサーにとって、W64はWAVの信頼性とシンプルさを、煩わしいサイズ制限なしに提供します。