O que é o formato VOX e como ele funciona na prática
VOX é um codec de áudio compressivo baseado em ADPCM (Adaptive Differential Pulse Code Modulation) criado originalmente pela DSP Solutions nos anos 80. O nome vem de "voice", e o formato foi projetado especificamente para comprimir fala humana mantendo inteligibilidade. Arquivos .vox carregam dados PCM diferencial de 4 bits por amostra, o que gera uma taxa de compressão de aproximadamente 2:1 em relação ao WAV padrão de 16 bits.
o que significa vox além do formato de arquivo
No contexto de equipamentos de comunicação, VOX também se refere à detecção automática de voz (voice-operated exchange). Em rádios e walkie-talkies, esse recurso substitui o botão PTT ao detectar som acima de um limiar configurável. O problema prático é que ruído de fundo pode disparar transmissão falsa, e silêncio entre frases corta o áudio abruptamente. Ajustei o threshold para 60% do ganho máximo no meu transceptor e adicionei um tempo de hold de 200ms para evitar o corte característico. O formato de arquivo VOX tem uma particularidade técnica que ninguém menciona em tutoriais básicos. Os primeiros bytes do header não seguem o padrão RIFF/WAV. É preciso ler os primeiros 12 bytes para identificar se o arquivo usa header de 12 bytes (formato original) ou 36 bytes (extensão Microsoft). Eu perdi uma tarde inteira tentando converter arquivos .vox de um sistema legado para MP3 porque o software que eu usava assumia o header menor quando o arquivo na verdade tinha o header estendido. A solução foi ler os três primeiros bytes manualmente: se começassem com "VoxFile" vinha o header antigo; se comessem com "RIFF", era o formato Microsoft.
👉 Clique no botão abaixo para saber mais sobre o assunto!
A qualidade do VOX é inferior ao WAV e ao MP3 em 128kbps, mas ainda assim supera o formato GSM de celulares em alguns cenários de fala. A taxa típica é de 8kHz com 4 bits por amostra, resultando em 32kbps de bitrate constante. Isso era suficiente para gravações de mensagem de voz em sistemas telefônicos antigos e para apps de audio no DOS dos anos 90. Se você precisa abrir um arquivo .vox hoje, o VLC consegue reproduzir sem problemas. Para conversão, o FFmpeg transforma VOX para outros formatos com um comando simples, mas o resultado pode ter artifatos audíveis se o áudio original tiver ruído de fundo. O codec VOX puro não lida bem com frequências acima de 3,4kHz, então música ou sons ambientais ficam abafados e distorcidos. Em projetos onde a qualidade final importa, evite usar VOX como formato intermediário. Prefira FLAC ou WAV sem compressão até o momento da exportação final.
Um detalhe prático que economiza tempo: arquivos VOX gerados por software criativo dos anos 90 muitas vezes vêm sem metadados de sample rate. O FFmpeg assume 8000Hz por padrão, mas alguns arquivos usam 11025Hz ou 22050Hz. Se o áudio sair mais lento e grave após a conversão, verifique o sample rate original antes de processar. No meu caso, um lote de 340 arquivos precisou de um script Python que lia o header byte a byte para identificar a taxa correta antes de rodar a conversão em lote. O VOX praticamente desapareceu como formato de distribuição, mas ainda aparece em sistemas embarcados, gravações de segurança antigas e arquivos de diálogo de jogos retro. Conhecer o formato é útil quando você precisa recuperar áudio de hardware legado que não exporta para formatos modernos.
