Paljud mäletavad, et telesari “Silicon Valley” räägib programmeerijast Richardist
Hendrix, kes kogemata mõtles välja revolutsioonilise andmete tihendamise algoritmi ja otsustas
luua oma startup.
Sarja konsultandid pakkusid välja isegi mõõdiku, mille abil hinnata
sarnased algoritmid on fiktiivne Weissmani skoor.
Loos edasi tegi startup seda lahendust kasutades videovestluse.
Lugupeetud kogukond on kutsutud arutama teist, täiesti ebatavalist
heli- ja videokõnede andmete tihendamise põhimõte, mis lahendab probleemi uuega,
ootamatu külg.
Kui soovite selle lahenduse arutelus osaleda ja ka teada saada, mis sellel ühist on
kontseptsioonid Jonathan Swiftiga ja Lev Tolstoi teosed, palun all kat.
Natuke teooriat
Kirjeldagem üldjoontes, kuidas kaasaegne helikommunikatsioon toimib – põhimõte on mõlemal sama
kõned üle GSM-võrgu, samuti kiirsõnumite ja VOIP-võrkude jaoks.
Helivibratsioonid saadetakse nutitelefoni mikrofoni, seejärel analoog-digitaalselt
muundur (ADC või ADC):
Järgmisena toimub kodeerimine mitmesuguste koodekitega (G711, G729, OPUS, GSM jne),
krüpteering lisatakse või lisamata (SRTP, ZPTP jne) ja saadetakse keskkonda
andmeedastus.
Näiteks kasutavad peaaegu kõik kiirsõnumid (WhatsApp, Viber jne) samu koodekeid (viimasel ajal on see tavaliselt Opus) ja peaaegu sama veidi
muudetud protokollid (põhinevad SIP-l, WebRTC-l).
Andmeedastusvõrk võib olla kas avalik Internet või GSM võrk või
sisevõrk:
Krüpteerimine on selle skeemi valikuline element, näiteks enamikul juhtudel
SIP-telefoni krüptimist ei kasutata.
Kuid sõnumitoojates kasutavad nad tavaliselt oma vara
protokollid hääle ja video krüptimiseks.
Järgmisena toimub pöördprotsess - adressaat, olles saanud andmed, dekodeerib saadud teabe, seejärel läheb signaal DAC-i (digitaal-analoogmuundur) ja seejärel siseneb kõlariga ühendatud helivõimendisse:
Kaasaegsete koodekite omadused:
G.711 64 Kbps.
G.726 16, 24, 32 või 40 Kbps.
G.729A 8 Kb/s.
GSM 13 Kb/sek.
iLBC 13.3 Kb/s. (30ms kaader); 15.2 Kb/sek. (20 ms kaader)
Kiirusvahemik 2.15 kuni 22.4 Kb/sek.
G.722 64 Kbps.
Nii näiteks 7-minutilise vestluse ajal WhatsAppis või Skype’is toimub
Kasutati umbes 1 MB.
Pidagem neid numbreid meeles – 1MB 7 minutiks vestluseks, neid läheb meil varsti vaja.
"Leo Tolstoi on nagu revolutsiooni peegel..."
Meenutagem selle suure vene kirjaniku kuulsaimat romaani:
“Sõda ja rahu” on Leo Nikolajevitš Tolstoi eepiline romaan, mis kirjeldab vene keelt.
ühiskond Napoleoni vastaste sõdade ajal aastatel 1805-1812. Romaani järelsõna toob
jutustus kuni 1820. aastani.
Romaan “Sõda ja rahu”, autor L.N. Tolstoi pühendas seitse aastat pingelist ja visa tööd.Käsikirjad annavad tunnistust sellest, kuidas sündis üks maailma suurimaid loominguid.
“Sõda ja rahu”: kirjaniku arhiivis on üle 5200 peenelt kirjutatud lehe.
Kui soovite nüüd seda romaani lugeda, saate selle hõlpsalt alla laadida.
Ja see fail kaalub ainult... 1 MB:
Vorminguid fb2 ja epub, nagu ka zip, rar, võib põhimõtteliselt pidada omamoodi
kodekid
Mõelgem sellele – 7 minutit meie vestlust WhatsAppis on liiklusmahu poolest võrdne
suurepärane töö, mille kirjutamine võttis aega 7 aastat!
7-minutiline vestlus kodeeriti opuse koodekiga, romaan kodeeriti ePubiga, helitugevus on sama -
1 MB, aga milline tohutu erinevus!
Gulliveri reisid
Kõik teavad seda Jonathan Swifti teost lapsepõlvest, kuid tegelikult pole see raamat mõeldud
lapsed.
Gulliveri reisid on poliitiline satiir täiskasvanutele, loomulikult 18. aasta kontekstis
sajandil.
Üllatav on see, et Swift, olles tuline vastane oma teisele kaasaegsele -
Newton ei ennustanud oma "Gulliveri reisides" mitte ainult satelliitide avastamist
Marss (nende omaduste üsna täpse kirjeldusega), kuid kirjeldas ka üsna huvitavat
inimestevahelise suhtluse viis:
“... projekt nõudis kõigi sõnade täielikku kaotamist;
selle projekti autor viitas peamiselt selle kasule tervisele ja säästmisele
aeg.
Lõppude lõpuks on ilmne, et iga sõna, mida me lausume, on seotud teatud kulumisega.
kopsudesse ja seetõttu vähendab see meie eluiga.
Ja kuna sõnad on ainult asjade nimed, siis projekti autor eeldab, et
et meil on palju mugavam oma väljendamiseks vajalikke asju endaga kaasas kanda
mõtted ja soovid.
... paljud väga haritud ja targad inimesed kasutavad seda uut viisi oma väljendamiseks
mõtteid asjade abil.
Selle ainus ebamugavus on asjaolu, et vajadusel
pidada pikka vestlust erinevatel teemadel, peavad vestluskaaslased kaasas kandma
õlad suurte asjade kimpudega, kui rahalised vahendid ei võimalda ühe või
kaks tugevat meest. Juhtusin sageli nägema kahte sellist tarka meest, kes olid all kurnatud
raske koorem, nagu meie kaubamüüjad. Kui nad tänaval kohtusid, tegid nad pilte
õlakotid, avas need ja sealt vajalikke asju välja võttes viis seega sisse jutu edasi
tunni jätk; siis kuhjasid nad oma riistad kokku ja aitasid üksteisel koormat peale tõsta
õlad, jättis hüvasti ja läksid lahku.
Lühikeste ja lihtsate vestluste jaoks saate aga kõike vajalikku taskus kanda
või kaenla alla ja kodus toimuv vestlus ei tekita ühtegi
raskusi. Seetõttu on ruumid, kuhu seda meetodit kasutavad inimesed kogunevad, täis
igasuguseid esemeid, mis sobivad selliste kunstlike materjalide materjaliks
vestlused.
Selle leiutise teine suur eelis on selle kasutatavus
universaalse, kõigile tsiviliseeritud rahvastele arusaadava keelena mööbli ja majapidamise jaoks
nõud on igal pool ühesugused või väga sarnased, nii et nende kasutusest on lihtne aru saada.
Seega saavad saadikud hõlpsasti rääkida välismaa kuningatega või
ministrid, kelle keel on neile täiesti tundmatu..."
Nii et ilmselt arvate juba, kuhu ma sellega lähen :)
Miks edastada õhuvibratsiooni (heli) paljude sadade ja tuhandete kilomeetrite ulatuses?
vaeva nägema kodeerimisega (et need õhuvõnked võimalikult täpselt ja tõhusalt vastuvõtjale edastada), säilitama vajalikku ribalaiust, kui see on semantiline
Kas selle jõuülekande koormus on minimaalne või kipub isegi nulli?
Inimesed suhtlevad ju omavahel mitte helide, vaid tähenduse, sisu, semantika, mõtetega...
Uue sidesüsteemi kontseptsioon on üsna lihtne – allika poolel A on heli
vibratsioonid on samuti digitaliseeritud, kuid ei kandu kohe teisele poolele, vaid
teisendatakse tekstiks (Speech To Text) ja seejärel sisuliseks tekstiks
tellija A, kes:
- saab edastada minimaalse nõutava andmeribaga (võimalik on isegi HF raadioside jne)
- saab krüpteerida mis tahes tugeva krüpteerimisalgoritmiga
B-küljel dekrüpteeritakse vastuvõetud sõnumid ja esitatakse hääl
tellija A (tekst kõneks).
Samuti saab alla laadida nn B-poole. Abonendi A häälavatar, kes seda teeks
kordas täpselt abonendi A kõneviisi.
Eraldi kanal suudab edastada taustamüra ja emotsioone.
Sama kehtib ka videosuhtluse kohta – eriti kuna üksikud elemendid on seda juba ammu olnud
olemas rakendustes (erinevad maskid, taust Zoom jne).
Jah, on tehnilisi aspekte, mida ei ole praegu õiges vormis täielikult rakendatud -
Näiteks kõne tekstiks teisendamise kiirus on kriitiline, kuid kasutades
Ennustavad AI teisendusalgoritmid võivad seda kiirust märkimisväärselt suurendada.
Kõige olulisem eelis on see, et edastuskandjal on vaja minimaalset ribalaiust
andmeid.
Need. Seda põhimõtet saab kasutada mitte ainult igapäevaseks kasutamiseks
side, aga ka suurte hilinemistega sõjaväe- ja kaugside jaoks
(kosmosekommunikatsioon, planeetidevaheline - Kuu, Marss jne :)
Kuigi see on kontseptsiooni kirjeldus, on ühes meie projektis neid juba mitu
Selle põhimõttega prototüüp on kasutusel olnud kuid.
Aga sellest lähemalt järgmine kord...
Allikas: www.habr.com