Revolutsioon ühendustes? Uus lähenemine võimaldab kokku hoida ribalaiust enam kui 100 korda audio- ja videokõnedes

Paljud mäletavad, et sarjas „Kreemiline oru“ räägitakse programmist Richard
Hendrickxist, kes juhuslikult leidis välja revolutsioonilise andmete kokkusurumise algoritmi ja otsustas
luua oma idufirma.

Sarja konsultandid pakkusid isegi välja mõõdiku, millega saab hinnata
selliseid algoritme – kujuteldav Weissmani koefitsient (Weissman Score).

Edasi sündmustikus tegi idufirma videokõne, kasutades seda lahendust.

Austatud kogukonnale pakutakse arutatavaks teistsugust, täiesti ebatavalist
andmete kokkusurumise printsiipi audio- ja videokõnede jaoks, mis lahendab probleemi uuest,
ootamatust vaatenurgast.

Kui soovite osaleda selle lahenduse arutelus ning teada saada, mis seondub selle
kontseptsiooniga Jonathan Swifti ja Leo Tolstoi teoste vahel, palun loe edasi.

Natuke teooriat

Kokkuvõtlikult vaatame, kuidas tänapäevane audiokõne töötab – printsiip on sama nii
GSM-võrgu kõnede kui ka sõnumirakenduste ja VOIP-võrkude jaoks.

Helivibratsioonid jõuavad nutitelefoni mikrofoni, seejärel analoog-digitaalmuunduri (ADC):
Seejärel toimub kodeerimine erinevate koodekite abil (G711, G729, OPUS, GSM jne),

Edasi toimub erinevate koodekite (G711, G729, OPUS, GSM jne) kodeerimine.
kasutatakse šifreerimist (SRTP, ZPTP jne) või mitte ning saadetakse keskkonda
andmete edastamiseks.

Näiteks kasutavad peaaegu kõik sõnumirakendused (WhatsApp, Viber jne) samu koodekeid (viimasel ajal enamasti Opus) ning praktiliselt samu kergeid
muudetud protokolle (SIP, WebRTC baasil).

Andmete edastamiseks võib kasutada nii avalikku interneti võrku kui ka GSM võrku või
intranetti:

Šifreerimine on selles skeemis valikuline element, näiteks enamikul juhtudel ei kasutata
SIP telefonias šifreerimist.

Kuid sõnumirakendustes kasutatakse vastupidiselt sageli oma patenteeritud
protokolle hääle ja video šifreerimiseks.

Edasi toimub vastupidine protsess – saaja, saadud andmeid dekrüpteerides, edastab signaali DAC-ile (digitaalse analoogkonverteri), mis saadetakse seejärel helivõimendisse, mis on ühendatud kõlaritega:

Kaasaegsete koodekite omadused:

G.711 64 kb/s.
G.726 16, 24, 32 või 40 kb/s.
G.729A 8 kb/s.
GSM 13 kb/s.
iLBC 13.3 kb/s. (30 ms raam); 15.2 kb/s. (20 ms raam)
Speex vahemik 2.15 kuni 22.4 kb/s.
G.722 64 kb/s.

Seega, näiteks 7-minutilise vestluse korral WhatsAppi või Skype'i kaudu
kasutatakse umbes 1 MB.

Meenutame neid numbreid – 1 MB 7-minutilise kõne kohta, need tulevad meile varsti kasuks.

“Leo Tolstoi kui peegel… revolutsioonidele…”

Käime läbi selle suure Vene kirjaniku kõige kuulsama romaani:

«Sõda ja rahu» — romaan-epopee Leo Nikolajevitš Tolstoi poolt, mis kirjeldab Venemaa
ühiskonda sõdade ajastul Napoleoni vastu aastatel 1805–1812. Romaani epiloog viib
narratiivi 1820. aastani.

Romaanile «Sõda ja rahu» pühendas L.N. Tolstoi seitse aastat intensiivset ja järjekindlat tööd. Kuidas loodi üks maailma suurimaid loominguid, kinnitavad käsikirjad
«Sõjast ja rahust»: kirjaniku arhiivis on säilinud üle 5200 peene kirjutatud lehe.

Kui soovite selle romaani praegu lugeda, siis saate selle kergesti alla laadida.

Ja see fail kaalub ainult… 1 MB:

Formaat fb2 ja epub, samuti zip, rar on põhimõtteliselt nagu
kodeerijad.

Mõelgem – 7 minutit meie vestlust WhatsAppis on võrdsed liiklustämmele
selle suure teosega, mis kirjutati 7 aastat!

7 minuti vestlus kodeeriti opus kodekiga, romaan kodeeriti ePub formaadis, maht on sama –
1MB, kuid kui suur on erinevus!

Gulliveri reisid

Kogu maailm teab Jonathan Swifti teost lapsest saadik, kuid tegelikult ei ole see raamat
lastele.

„Gulliveri reisid” on poliitiline satiir täiskasvanutele, kindlasti 18.
saja kontekstis.

Hämmastav on see, et Swift, olles tuline vastane oma kaasaegsele –
Newtonile, mitte ainult ei ennustanud oma „Gulliveri reisides” Marsi satelliitide avastamist
(üsna täpsete omaduste kirjeldustega), vaid kirjeldas ka üsna huvitavat
inimestevaheline suhtlemisviis:

„… projekt nõudis kõigi sõnade täielikku kaotamist;
projekti autor viitas peamiselt selle kasule tervisele ning ajasäästule.
On ju ilmne, et iga meie hääldatud sõna põhjustab mingit kulumist

kopsudes ja seega lühendab meie elu.
Ja kuna sõnad on vaid asjade nimed, siis väljendab projekti autor oletust,

et meie jaoks oleks palju mugavam kanda endaga asju, mis on vajalikud meie
mida on meile palju mugavam kaasas kanda, et väljendada meie
mõtteid ja soove.

… paljusid väga haritud ja tarku inimesi kasutavad seda uut väljendusviisi oma
mõtete edastamiseks asjade kaudu.

Ainus selle ebamugavus seisneb selles, et vajaduse korral
peavad vestlejad kandma suures koguses asju, kui rahalised võimalused ei võimalda palgata
üht või kahte tugevat meest. Olen tihti näinud, kuidas kaks sellist tarka inimest on end raskuse tõttu kõhklemas,
nagu meie pop-up müüjad. Tänaval kohtudes võtsid nad seljast
kotid, avasid need ja tõid sealt vajalikud asjad välja, et vestelda
tunni jooksul; seejärel panid nad oma asjad kokku, aitasid teineteisel koormat
uuesti õlgadele tõsta, hüvasti jätma ja lahkuma.
Kuid lühikeste ja lihtsate vestluste jaoks saab kõik vajalikku kanda taskus

või kaenlas, ja kodus toimuvad vestlused ei tekita mingeid
raskusi. Seetõttu on ruumid, kus kogunevad inimesed, kes kasutavad seda meetodit, täis
raskusi. Seega on ruumid, kus kogunevad inimesed, kes seda meetodit kasutavad, täis
iga võimalikke esemeid, mis sobivad selliste kunstlike jaoks materjaliks
vestlusteks.

Teine suur eelis selle leiutise juures on see, et seda saab kasutada
kõikide tsiviliseeritud rahvaste mõistetava universaalse keelena, kuna mööbel ja kodu
tarbed on igal pool ühesugused või väga sarnased, nii et nende kasutamine on kergesti mõistetav.
Nii võivad saatjad hõlpsasti suhelda välismaiste kuningate või
ministeritega, kelle keelest nad täielikult midagi ei tea...

Nii et te olete ilmselt juba aru saanud, kuhu ma sellega jõuda tahan 🙂

Miks edastada õhu värisemisi (helisid) sadade ja tuhandete kilomeetrite kaugusele,
muretseda kodeerimise pärast (et edastada need õhu värisemised võimalikult täpselt ja kvaliteetselt saajale), hoida vajalikku ribalaiust, kui selle edastuse
mõisteline koormus on minimaalne, kui mitte nulli lähedane?

Inimesed kommunikeerivad ju omavahel mitte helide, vaid tähenduse, sisu, semantika, mõtetega...

Uue kommunikatsioonisüsteemi kontseptsioon on üsna lihtne – allika A küljes helid
kõikumised digitaliseeritakse, kuid ei saadeta kohe teisele poole, vaid
muudetakse tekstiks (Speech To Text) ja edastatakse juba arusaadav tekst A
abonendilt A, kes:

• võib olla edastatud minimaalsete nõutud andmekiirusel (moodustades isegi raadioside tüüpi KVe jne)
• võib olla krüpteeritud mis tahes tugevate krüpteerimisalgoritmidega

Pool B poolt saadud sõnumid dekodeeritakse ja edastatakse juba hääle kaudu
abonendilt A (Text To Speech).

Samuti saab B poolele laadida nn hääleavatar A abonendilt, mis täpselt
korraks A abonendi kõneviisi.

Erinevat rada kaudu saab edastada taustamüra ja emotsioone.

Kõik sama kehtib ka videokõnede jaoks - eriti, et eraldi elemendid on juba pikka aega
rakendustes olemas (erinevad maskid, taust Zoomis jne).

Jah, on tehnilisi momente, mis ei ole praegu täielikult ellu viidud -
näiteks on kriitiline häält tekstiks muundamise kiirus, kuid kasutades
ennustavaid AI-algoritme võib seda kiirus oluliselt suurendada.

Peamine eelis on madal ribalaiuse nõudmine andmeedastuses.
andmete.

See tähendab, et seda põhimõtet saab kasutada mitte ainult igapäevastes
kommunikatsioonides, vaid ka sõjaväe- ja pika vahemaa sidetega, kus on suured latentsusajad.
(kosmoseside, planeetidevaheline – Kuu, Mars jne. 🙂 )

Kuigi see on idee kirjeldus, on meie ühes projektis selle põhimõtte prototüüp olnud kasutusel juba mitu
kuud.

Kuid sellest räägime järgmine kord...

Allikas: habr.com