Izraziti ono što reči ne mogu preneti; osetiti razne emocije koje se prepliću u uraganu osećanja; odvojiti se od Zemlje, neba i čak od same Svemira, upustiti se u putovanje gde nema mapa, nema puteva, nema znakova; smisliti, ispričati i doživeti celu priču koja će uvek ostati jedinstvena i neponovljiva. Sve to omogućava muzika — umetnost koja postoji već hiljadama godina i koja nas očarava svojim zvukom i srcima.
Međutim, muzika, tačnije muzička dela, mogu poslužiti ne samo za estetsko uživanje, već i za prenošenje informacija koje su u njima kodirane, namenjenih nekom uređaju i neprimetnih za slušaoca. Danas ćemo se upoznati sa veoma neobičnim istraživanjem, u kojem su doktoranti sa švajcarskog federalnog tehničkog instituta u Cirihu uspeli neprimetno za ljudsko uvo da umetnu određene podatke u muzička dela, čime sama muzika postaje kanal za prenos podataka. Kako su tačno realizovali svoju tehnologiju, koliko se melodije sa i bez umetnutih podataka razlikuju, i šta su pokazali praktični testovi? O tome ćemo saznati iz izveštaja istraživača. Krenimo.
Osnova istraživanja
Istraživači svoju tehnologiju nazivaju akustičnom tehnikom prenosa podataka. Kada zvučnik reprodukuje izmenjenu melodiju, čovek je doživljava kao običnu, dok, na primer, pametni telefon može da čita kodirane informacije između redova, tačnije između nota, ako se tako može izraziti. Najvažnijim aspektom u realizaciji ove metode prenosa podataka, naučnici (to što su ti momci još uvek doktoranti ne sprečava ih da budu naučnici) smatraju brzinu i pouzdanost prenosa uz održavanje nivoa tih parametara neovisno od odabranog audio fajla. Suočavanje sa ovim zadatkom pomaže psihoakustika, koja proučava psihološke i fiziološke aspekte percepcije zvukova od strane čoveka.
Srž akustičnog prijenosa podataka može se nazvati OFDM (multiplexiranje s ortogonalnim frekvencijskim razdvajanjem kanala), što je, uz prilagodbu podnositelja izvornim melodijama s vremenom, omogućilo maksimalno iskorištavanje spektra prijenosa frekvencija za slanje informacija. Zahvaljujući tome, uspjeli smo postići brzinu prijenosa od 412 bita/s na udaljenosti do 24 metra (koeficijent grešaka < 10%). Praktični eksperimenti s 40 dobrovoljaca potvrdili su da je gotovo nemoguće čuti razliku između izvorne melodije i one u koju su bili ugrađeni podaci.
Gdje se može primijeniti ova tehnologija u praksi? Istraživači imaju svoj odgovor: gotovo svi moderni pametni telefoni, laptopi i ostali prijenosni uređaji opremljeni su mikrofonima, a u mnogim javnim mjestima (kafići, restorani, trgovački centri i sl.) postoje zvučnici s pozadinskom glazbom. U ovu pozadinsku melodiju mogu se, na primjer, ugraditi podaci za povezivanje s Wi-Fi mrežom bez potrebe za dodatnim radnjama.
Opće karakteristike akustičnog prijenosa podataka su nam postale jasne, sada prelazimo na detaljnije proučavanje strukture ovog sustava.
Opis sustava
Ugradnja podataka u melodiju događa se zahvaljujući maskiranju frekvencije. Tijekom vremenskih intervala maskirne frekvencije se identificiraju, a podnositelji OFDM, blizu tih maskirnih elemenata, se popunjavaju podacima.
Slika br. 1: pretvorba izvornog datoteke u kompozitni signal (melodija + podaci) koji se prenosi putem zvučnika.
Za početak, izvorni audiov signal se dijeli na uzastopne segmente za analizu. Svaki takav segment (Hi) od L = 8820 uzoraka, koji traje 200 ms, se množi s prozorom* za minimiziranje graničnih efekata.
Prozor* je težinska funkcija koja se koristi za upravljanje efektima uzrokovanim prisustvom bok sjenila u spektralnim procjenama.
Dalje su otkrivene dominantne frekvencije izvornih signala u rasponu od 500 Hz do 9.8 kHz, što je omogućilo dobivanje maskirnih frekvencija fM,l za ovaj segment. Uz to, podaci su se prenosili u malom rasponu od 9.8 do 10 kHz kako bi se utvrdila lokacija podnosivih signala u prijemniku. Gornja granica korištenog područja frekvencija postavljena je na 10 kHz zbog niske osjetljivosti mikrofonima pametnog telefona na visokim frekvencijama.
Maskirne frekvencije određivane su za svaki analizirani segment pojedinačno. Korištenjem HPS metode (harmonički spektar proizvoda) utvrđene su tri dominantne frekvencije, koje su potom zaokružene na najbliže note harmonijske kromatske ljestvice. Na taj su način dobivene osnovne note fF,i = 1…3, koje se nalaze između tipki C0 (16.35 Hz) i B0 (30.87 Hz). Budući da su osnovne note previše niske za korištenje u prijenosu podataka, u rasponu od 500 Hz do 9.8 kHz izračunate su njihove više oktave 2kfF,i. Mnoge od ovih frekvencija (fO,l1) bile su izraženije zbog prirode HPS-a.
Slika br. 2: izračunate oktave fO,l1 za osnovne note i harmonike fH,l2 najjačeg tona.
Skup oktava i harmonika na kraju su korišteni kao maskirne frekvencije, na temelju kojih su dobivene frekvencije OFDM podnosivog fSC,k. Ispod i iznad svake maskirne frekvencije umetnute su dvije podnosive.
Dalje je vršena filtracija spektra audio segmenta Hi na frekvencijama podnosivih fSC,k. Na temelju informativnih bitova u Bi stvoren je OFDM simbol, čime je kompozitni segment Ci mogao biti prenesen preko zvučnika. Vrijednosti i faze podnosivih potrebno je odabrati na način da prijemnik može izvlačiti prenesene podatke, dok slušatelj ne primjećuje promjene u melodiji.
Slika br. 3: isječak spektra i frekvencije podnosivih segmenta Hi izvorne melodije.
Kada se audio signal s kodiranim informacijama reproducira kroz zvučnike, mikrofon prijemnog uređaja ga snima. Da bi se pronašle početne pozicije ugrađenih OFDM simbola, snimke se prvo moraju proći kroz propusnu filtraciju. Na taj način se izdvaja gornji frekvencijski pojas, gdje nema muzičkih smetnji između podnožja. Početak OFDM simbola može se otkriti pomoću cikličkog prefiksa.
Nakon otkrivanja početka OFDM simbola, prijemnik dobiva informacije o najdominantnijim notama putem dekodiranja gornjeg frekvencijskog područja. Osim toga, OFDM je dovoljno otporan na utjecaj izvora uskih smetnji, budući da oni utječu samo na neke od podnožja.
Praktična ispitivanja
Izvor izmijenjenih melodija bio je zvučnik KRK Rokit 8, dok je uloga prijemnika bila povjerena pametnom telefonu Nexus 5X.
Slika br. 4: razlika između stvarnih manifestacija OFDM-a i vrhova korelacija mjerenih u zatvorenoj prostoriji na udaljenosti od 5 m između zvučnika i mikrofona.
Većina OFDM točaka leži u rasponu od 0 do 25 ms, stoga se može pronaći prihvatljiv početak unutar cikličkog prefiksa od 66.6 ms. Istraživači ističu da prijemnik (u ovom eksperimentu pametni telefon) uzima u obzir da se OFDM simboli reproduciraju povremeno, što poboljšava njihovo otkrivanje.
Prvo što je trebalo provjeriti jest utjecaj udaljenosti na koeficijent grešaka po bitu (BER). U tu svrhu provedena su tri testa u različitim vrstama prostorija: hodnik s tepihom, kabinet s linoleumom na podu i predavaonica s drvenim podom.
Kao „ispitivanu” odabrana je pjesma „And The Cradle Will Rock” grupe Van Halen.
Jačina zvuka bila je podešena tako da je izmjerena na pametnom telefonu na udaljenosti od 2 m od zvučnika dostizala nivo od 63 dB.
Slika br. 5: pokazatelji BER-a u zavisnosti od udaljenosti između zvučnika i mikrofona (plava linija — predavaonica, zelena — hodnik, narančasta — ured).
U hodniku je zvuk od 40 dB bilježen od strane pametnog telefona na udaljenosti do 24 metra od zvučnika. U predavaonici je na udaljenosti od 15 m zvuk bio 55 dB, dok je u uredu na udaljenosti od 8 metara nivo zvuka koji je pametan telefon percepirao dostizao 57 dB.
S obzirom na to da su publika i ured prostora reverberantniji, kasni eho signali OFDM simbola premašuju duljinu cikličkog prefiksa i povećavaju BER.
Reverberacija* — postupno smanjenje intenziteta zvuka zbog njegovog višekratnog odraza.
Istraživači su zatim demonstrirali univerzalnost svog sustava primjenjujući ga na 6 različitih pjesama iz tri žanra (tablica ispod).
Tablica br. 1: korištene pjesme u testovima.
Također putem podataka iz tablice možemo vidjeti brzinu prijenosa i koeficijente grešaka po bitu za svaku pjesmu. Brzina prijenosa podataka varira jer diferencijalni BPSK (faza manipulacije) bolje radi kada se koriste iste podnosive frekvencije. To je moguće kada susjedni segmenti sadrže iste maske. Neprekidno glasne pjesme pružaju optimalnu osnovu za skrivanje podataka, budući da su masirajuće frekvencije izraženije prisutne u širokom Frekvencijskom spektru. Brzo promjenjiva glazba može samo djelomično prikriti OFDM simbole zbog fiksne duljine prozora analize.
Nakon toga su testiranju sustava pristupili ljudi koji su trebali odrediti koja melodija je izvorna, a koja je modificirana informacijom koja je u nju ugrađena. U tu svrhu, 12-sekunski isječci pjesama iz tablice br. 1 su postavljeni na posebnu web stranicu.
U prvom eksperimentu (E1) svaki sudionik je dobio ili izmijenjeni ili izvorni isječak za slušanje, te je trebao odabrati je li taj isječak izvoran ili izmijenjen. U drugom eksperimentu (E2) sudionici su mogli slušati oba izbora neograničeno puta, a zatim odlučiti koji je od njih izvoran, a koji izmijenjen.
Tablica br. 2: rezultati eksperimenata E1 i E2.
U rezultatima prvog iskustva postoje dva pokazatelja: p(O|O) — postotak sudionika koji su točno označili izvorne melodije i p(O|M) — postotak sudionika koji su označili izmijenjenu verziju melodije kao izvorno.
Zanimljivo je da su neki sudionici, prema riječima istraživača, smatrali da su određene izmijenjene melodije originalnije od samog originala. Prosječni rezultat oba eksperimenata sugerira da prosječni slušatelj neće primijetiti razliku između obične melodije i one u koju su ugrađeni podaci.
Naravno, poznavatelji muzike i muzičari moći će uočiti određene netočnosti i sumnjive elemente u izmijenjenim melodijama, ali ti elementi nisu dovoljno značajni da bi izazvali nelagodu.
A sada možemo i sami sudjelovati u eksperimentu. Ispod su predstavljene dvije verzije iste melodije — originalna i izmijenjena. Čujete li razliku?
vs
Za detaljnije upoznavanje s nijansama istraživanja preporučujem da zavirite u istraživačke grupe.
Također možete preuzeti ZIP arhivu audio datoteka originalnih i izmijenjenih melodija korištenih u istraživanju, putem .
Epilog
U ovom radu, postdiplomci švicarske višše tehničke škole u Zürichem predstavili su nevjerojatan sustav prijenosa podataka unutar muzike. Za to su primijenili frekvencijsko maskiranje, što je omogućilo ugrađivanje podataka u melodiju koja se reproducira putem zvučnika. Ovu melodiju prepoznaje mikrofon uređaja, koji otkriva skrivene podatke i dekodira ih, dok prosječni slušatelj ne primjećuje razliku. U budućnosti planiraju razvijati svoj sustav, koristeći naprednije metode ugrađivanja podataka u audio.
Kad netko izmijeni nešto neobično, a ponajviše funkcionalno, uvijek se radujemo. No, još više nas raduje što je ovo izum stvoren od strane mladih ljudi. Znanost nema dobnih granica. Ako mladi ljudi smatraju znanost dosadnom, to znači da se ne predstavlja iz pravog kuta, tako reći. Jer, kao što znamo, znanost je nevjerojatan svijet koji nikada prestaje iznenađivati.
Petak Off-Topic:
S obzirom da smo spomenuli muziku, a točnije rock muziku, evo vam prekrasno putovanje kroz prostore rocka.
Queen, „Radio Ga Ga“ (1984).
Hvala na pažnji, ostanite radoznali, i želim svima odličan vikend, ekipa! 🙂
Hvala što ste s nama. Sviđa li vam se naš sadržaj? Želite li vidjeti više zanimljivih materijala? Podržite nas naručivanjem ili preporučite prijateljima. 30% popusta za korisnike Habr-a na jedinstveni analog entry-level servera, koji smo stvorili za vas: (dostupne opcije s RAID1 i RAID10, do 24 jezgre i do 40GB DDR4).
Dell R730xd za pola cijene? Samo kod nas u Nizozemskoj! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — od 99 $! Pročitajte o tome
Izvor: habr.com
