Margir muna eftir því að sjónvarpsþáttaröðin „Silicon Valley“ fjallar um forritarann Richard
Hendrix, sem kom óvart með byltingarkennda gagnaþjöppunaralgrím og ákvað
byggja upp gangsetningu þína.
Ráðgjafar seríunnar lögðu jafnvel til mælikvarða til að meta með
svipuð reiknirit eru uppdiktuð Weissman Score.
Lengra í sögunni bjó gangsetningin til myndspjall með þessari lausn.
Hinu virta samfélagi er boðið að ræða annað, algjörlega óvenjulegt
meginreglan um gagnaþjöppun fyrir hljóð- og myndsímtöl, sem leysir vandamálið með nýjum,
óvænt hlið.
Ef þú vilt taka þátt í umræðunni um þessa lausn, og einnig finna út hvað þetta hefur sameiginlegt
hugtök með Jonathan Swift og verkum Leo Tolstoy, vinsamlegast undir kött.
Smá kenning
Leyfðu okkur að lýsa almennt hvernig nútíma hljóðsamskipti virka - meginreglan er sú sama fyrir bæði
símtöl í gegnum GSM-kerfið, sem og fyrir spjall- og VOIP-símkerfi.
Hljóð titringur er sendur í hljóðnema snjallsímans, síðan í hliðrænum stafrænum hætti
breytir (ADC eða ADC):
Næst fer kóðun fram með ýmsum merkjamálum (G711, G729, OPUS, GSM osfrv.),
dulkóðun er bætt við eða ekki bætt við (SRTP, ZPTP, osfrv.) og send í umhverfið
gagnaflutningur.
Til dæmis nota næstum allir spjallforrit (WhatsApp, Viber o.s.frv.) sömu merkjamál (upp á síðkastið er þetta venjulega Opus), og nánast það sama örlítið
breyttar samskiptareglur (byggt á SIP, WebRTC).
Gagnaflutningsnetið getur verið annað hvort almenna internetið eða GSM netið eða
innra neti:
Dulkóðun er valfrjáls þáttur í þessu kerfi, til dæmis í flestum tilfellum fyrir
SIP símtækni dulkóðun er ekki notuð.
En í sendiboðum, þvert á móti, nota þeir venjulega sína eigin eign
samskiptareglur fyrir radd- og mynddulkóðun.
Næst gerist hið gagnstæða ferli - viðtakandinn, eftir að hafa fengið gögnin, afkóðar mótteknar upplýsingar, þá fer merkið í DAC (stafræna til hliðstæða breytir) og fer síðan inn í hljóðmagnarann sem er tengdur við hátalarann:
Einkenni nútíma merkjamál:
G.711 64 Kbps.
G.726 16, 24, 32 eða 40 Kbps.
G.729A 8 Kb/sek.
GSM 13 Kb/sek.
iLBC 13.3 Kb/sek. (30ms rammi); 15.2 Kb/sek. (20ms rammi)
Speex svið frá 2.15 til 22.4 Kb/sek.
G.722 64 Kbps.
Þannig, til dæmis, í 7 mínútna samtali á WhatsApp eða Skype verður það
Um 1 MB var notað.
Við skulum muna eftir þessum tölum - 1MB fyrir 7 mínútna samtal, við munum þurfa þau fljótlega.
"Leo Tolstoy er eins og spegill... byltingar..."
Við skulum muna eftir frægustu skáldsögu þessa mikla rússneska rithöfundar:
"Stríð og friður" er epísk skáldsaga eftir Leo Nikolaevich Tolstoy, sem lýsir rússnesku
samfélag í stríðunum gegn Napóleon á árunum 1805-1812. Eftirmáli skáldsögunnar færir
frásögn til 1820.
Skáldsagan "Stríð og friður" eftir L.N. Tolstoy helgaði sjö ára mikilli og þrálátri vinnu. Handrit bera vitni um hvernig ein stærsta sköpun heimsins varð til.
„Stríð og friður“: skjalasafn rithöfundarins inniheldur yfir 5200 fínskrifuð blöð.
Ef þú vilt nú lesa þessa skáldsögu geturðu auðveldlega halað henni niður.
Og þessi skrá vegur aðeins... 1 MB:
Snið fb2 og epub, rétt eins og zip, rar, má í grundvallaratriðum líta á sem eins konar
merkjamál
Við skulum hugsa um það - 7 mínútur af samtali okkar á WhatsApp eru jöfn hvað varðar umferðarmagn
frábært verk sem tók 7 ár að skrifa!
Samtal í 7 mínútur var kóðað með opus merkjamálinu, skáldsagan var kóðað með ePub, hljóðstyrkurinn er sá sami -
1MB, en þvílíkur munur!
Ferðalög Gullivers
Allir þekkja þetta verk Jonathan Swift frá barnæsku, en í raun er þessi bók ekki fyrir
börn.
Gulliver's Travels er pólitísk ádeila fyrir fullorðna, auðvitað í samhengi við 18 ára
öld.
Það sem kemur á óvart er að Swift, sem er ákafur andstæðingur annars samtímamanns síns -
Newton spáði ekki aðeins fyrir um uppgötvun gervihnatta í „Gulliver's Travels“ sínum
Mars (með nokkuð nákvæma lýsingu á eiginleikum þeirra), en einnig lýst frekar áhugavert
leið til samskipta milli fólks:
„... verkefnið krafðist algjörrar afnáms allra orða;
höfundur þessa verkefnis vísaði aðallega til heilsubótar þess og sparnaðar
tíma.
Þegar öllu er á botninn hvolft er augljóst að hvert orð sem við segjum tengist einhverju sliti.
lungum og leiðir því til minnkunar á lífi okkar.
Og þar sem orð eru aðeins nöfn á hlutum, gerir höfundur verkefnisins þá forsendu
að það mun vera miklu þægilegra fyrir okkur að bera með okkur það sem þarf til að tjá okkar
hugsanir og langanir.
... margir mjög lærðir og vitir menn nota þessa nýju leið til að tjá sig
hugsanir með hjálp hlutanna.
Eina óþægindi þess er sú staðreynd að ef þörf krefur,
stunda langt samtal um margvísleg efni, sem viðmælendurnir þurfa að bera
öxlum með stórum búntum af hlutum, ef fjármunir leyfa ekki að ráða einn eða
tveir hressir gaurar. Oft sá ég tvo svona vitra menn, örmagna undir
þungur byrði, eins og sölumenn okkar. Þegar þau hittust á götunni tóku þau myndir
axlartöskur, opnaði þær og tók þaðan út nauðsynlega hluti og hélt þannig áfram samtali inn
framhald stundarinnar; síðan hlóðu þeir upp áhöldum sínum og hjálpuðust að við að lyfta byrðinni upp á
herðar, kvaddi og leiðir skildu.
Hins vegar, fyrir stutt og einföld samtöl, geturðu haft allt sem þú þarft í vasanum
eða undir handleggnum og samtal sem fer fram heima veldur engum
erfiðleikar. Þess vegna eru herbergin þar sem fólk sem notar þessa aðferð safnast fyllt af
alls kyns hlutir sem henta til að þjóna sem efni í slíkt gervi
samtöl.
Annar mikill kostur þessarar uppfinningar er að hægt er að nota hana
sem alhliða tungumál, skiljanlegt öllum siðmenntuðum þjóðum, fyrir húsgögn og heimili
áhöldin eru alls staðar eins eða mjög lík, svo að auðvelt sé að skilja notkun þeirra.
Þannig geta sendimenn auðveldlega talað við erlenda konunga eða
ráðherrar sem eru algjörlega ókunnugt um tungumálið...“
Þannig að þú veist nú þegar hvert ég er að fara með þetta :)
Af hverju að senda lofttitring (hljóð) yfir mörg hundruð og þúsundir kílómetra?
nenna að kóðun (til að koma þessum titringi lofts til viðtakandans eins nákvæmlega og skilvirkt og mögulegt er), viðhalda nauðsynlegri bandbreidd, ef merkingarleg
Er álag þessarar sendingar í lágmarki, eða hefur jafnvel tilhneigingu til núlls?
Þegar öllu er á botninn hvolft hefur fólk ekki samskipti sín á milli með hljóðum, heldur með merkingu, innihaldi, merkingarfræði, hugsunum ...
Hugmyndin um nýja samskiptakerfið er frekar einföld - á upprunahlið A eru hljóð
titringur er einnig stafrænn, en er ekki strax send til gagnaðila, en
er breytt í texta (Speech To Text) og síðan innihaldsríkan textann úr
áskrifandi A, sem:
- hægt að senda með lágmarksbandbreidd gagna (jafnvel HF útvarpssamskipti eru möguleg, osfrv.)
- hægt að dulkóða með hvaða sterku dulkóðunaralgrími sem er
Á hlið B eru móttekin skilaboð afkóðuð og afrituð sem rödd frá
áskrifandi A (Texti í ræðu).
Þú getur líka halað niður svokallaðri B hlið. raddmynd áskrifanda A, sem myndi gera það
endurtók nákvæmlega orðræðu áskrifanda A.
Sérstök rás getur sent bakgrunnshljóð og tilfinningar.
Allt það sama á við um myndbandssamskipti - sérstaklega þar sem einstakir þættir hafa lengi verið
eru til í forritum (ýmsir grímur, bakgrunnur í Zoom o.s.frv.).
Já, það eru tæknilegir þættir sem eru ekki að fullu útfærðir í réttu formi -
til dæmis, hraði ræðu í texta umbreytingu mun vera mikilvægur, en með því að nota
Fyrirspár AI umbreytingaralgrím geta aukið þennan hraða verulega.
Mikilvægasti kosturinn er að lágmarks bandbreidd er nauðsynleg í flutningsmiðlinum
gögn.
Þeir. Þessi meginregla er ekki aðeins hægt að nota fyrir venjulegan hversdagsleika
fjarskipti, en einnig fyrir hernaðar- og fjarskipti með miklum töfum
(geimsamskipti, milli plánetu - tungl, Mars, osfrv. :)
Þó að þetta sé lýsing á hugmyndinni, þá eru reyndar nokkrir í einu af verkefnum okkar
Frumgerð með þessari reglu hefur verið í notkun í marga mánuði.
En meira um það næst...
Heimild: www.habr.com