Конвертер VOX в AMR

VOX — безголовочный аудиоформат на основе кодирования Dialogic ADPCM, широко применяемый в телефонии, системах интерактивного голосового ответа (IVR) и платформах голосовой почты с 1980-х годов. Каждый аудиосэмпл сжимается до 4 бит по алгоритму, разработанному Oki Electric и аппаратно реализованному на телефонных интерфейсных картах Dialogic Corporation. Файлы VOX обычно используют частоту дискретизации 6000 или 8000 Гц, создавая предельно компактные записи, оптимизированные для разборчивости речи, а не музыкальной точности. Поскольку формат не содержит заголовка, программе воспроизведения необходимо заранее знать частоту дискретизации и параметры кодирования — компромисс, снижающий накладные расходы, но требующий тщательного управления файлами. Главное преимущество VOX — эффективность хранения: одна минута голосовой записи при 8 кГц занимает около 240 КБ, что удобно для систем, хранящих тысячи голосовых подсказок. Dialogic ADPCM соответствует стандарту ITU-T G.726, обеспечивая совместимость телефонного оборудования разных производителей. Даже с переходом современных колл-центров на IP-системы с кодеками вроде Opus), обширные библиотеки записей VOX продолжают существовать в устаревших IVR-системах и архивах по всему миру.

AMR (Adaptive Multi-Rate) — сжатый аудиоформат, оптимизированный для речи, стандартизованный Европейским институтом телекоммуникационных стандартов и принятый как обязательный кодек для сетей GSM и 3G. Кодек динамически переключается между восемью скоростями передачи — от 4,75 до 12,2 кбит/с — в зависимости от состояния канала связи и уровня фонового шума. При ухудшении качества связи кодер переходит на более низкий битрейт, жертвуя незначительной чёткостью ради надёжности передачи. Этот адаптивный механизм определён спецификациями 3GPP и является одним из самых массово развёрнутых голосовых кодеков в мире, используемым в миллиардах мобильных вызовов. Главное преимущество — эффективность сжатия: одна минута AMR-аудио при 12,2 кбит/с занимает около 90 КБ, что удобно для голосовых заметок, голосовой почты и MMS при ограниченной полосе пропускания. Ещё одно достоинство — встроенное обнаружение голосовой активности и генерация комфортного шума, снижающие передачу во время тишины. Хотя AMR не подходит для музыки из-за узкой полосы частот (300-3400 Гц), он превосходно обеспечивает разборчивость речи в сложных сетевых условиях.