Esprimere ciò che le parole non possono trasmettere; sentire la varietà di emozioni che si intrecciano in un uragano di sentimenti; staccarsi dalla terra, dal cielo e persino dall'Universo stesso, intraprendendo un viaggio senza mappe, senza strade, senza segnali; inventare, raccontare e vivere un'intera storia, che resterà sempre unica e irripetibile. Tutto questo è possibile grazie alla musica: un'arte che esiste da migliaia di anni e che allieta le nostre orecchie e i nostri cuori.
Tuttavia, la musica, o meglio le opere musicali, possono servire non solo per il piacere estetico, ma anche per trasmettere informazioni codificate, destinate a qualche dispositivo e invisibili per l'ascoltatore. Oggi scopriremo un'indagine piuttosto insolita, in cui i dottorandi dell'Istituto Tecnico Superiore di Zurigo sono riusciti a inserire dati specifici in opere musicali, in modo tale che la musica stessa diventi un canale di trasmissione di dati. Come hanno realizzato la loro tecnologia, quanto differiscono le melodie con e senza dati incorporati, e cosa hanno rivelato i test pratici? Scopriamolo dal rapporto dei ricercatori. Andiamo.
Fondamenti della ricerca
I ricercatori definiscono la loro tecnologia tecnica acustica di trasmissione dati. Quando un altoparlante riproduce una melodia modificata, l'essere umano la percepisce come normale, mentre per esempio uno smartphone può leggere le informazioni codificate tra le righe, o meglio, tra le note, per così dire. L'aspetto più importante nell'implementazione di questo metodo di trasmissione dati, dicono gli scienziati (il fatto che questi ragazzi siano ancora dottorandi non impedisce loro di essere scienziati), è la velocità e l'affidabilità della trasmissione, mantenendo questi parametri costanti indipendentemente dal file audio scelto. L'acustica psicologica aiuta a questo compito, studiano gli aspetti psicologici e fisiologici della percezione dei suoni da parte dell'uomo.
Il principio della trasmissione acustica dei dati può essere definito OFDM (multiplexing a divisione ortogonale delle frequenze), che, insieme all'adattamento delle portanti alla musica originale nel tempo, ha permesso di sfruttare al massimo lo spettro della frequenza trasmessa per la trasmissione di informazioni. Grazie a ciò, si è riusciti a raggiungere una velocità di trasmissione di 412 bit/s a una distanza di fino a 24 metri (tasso di errore < 10%). Esperimenti pratici con 40 volontari hanno confermato il fatto che è praticamente impossibile percepire la differenza tra la melodia originale e quella in cui erano state integrate le informazioni.
Dove può essere applicata questa tecnologia nella pratica? I ricercatori hanno la loro risposta: praticamente tutti gli attuali smartphone, laptop e altri dispositivi portatili sono dotati di microfoni, e in molti luoghi pubblici (caffè, ristoranti, centri commerciali, ecc.) ci sono altoparlanti con musica di sottofondo. In questa melodia di sottofondo possono essere integrate, ad esempio, informazioni per la connessione a una rete Wi-Fi senza la necessità di compiere azioni aggiuntive.
Le caratteristiche generali della trasmissione acustica dei dati ci sono ora chiare, passiamo a uno studio dettagliato della struttura di questo sistema.
Descrizione del sistema
L'inserimento dei dati nella melodia avviene grazie alla mascheratura della frequenza. Nei momenti temporali, le frequenze di mascheramento vengono identificate e le portanti OFDM, vicine a questi elementi di mascheramento, vengono riempite con i dati.
Immagine n. 1: trasformazione del file originale in un segnale composito (melodia + dati), trasmesso tramite altoparlanti.
Per prima cosa, il segnale audio originale viene suddiviso in segmenti sequenziali per l'analisi. Ogni segmento (Hi) di L = 8820 campioni, equivalenti a 200 ms, viene moltiplicato per finestra* per minimizzare gli effetti di bordo.
Finestra* — funzione pesata utilizzata per controllare gli effetti causati dalla presenza di lobi laterali nelle valutazioni spettrali.
Successivamente, sono state individuate le frequenze dominanti del segnale originale nell'intervallo da 500 Hz a 9.8 kHz, consentendo di ottenere le frequenze di mascheramento fM,l per questo segmento. Inoltre, è stata effettuata la trasmissione dei dati in un piccolo intervallo da 9.8 a 10 kHz per determinare la posizione delle sottoportanti nel ricevitore. Il limite superiore della banda di frequenza utilizzata è stato fissato a 10 kHz a causa della bassa sensibilità dei microfoni degli smartphone alle alte frequenze.
Le frequenze di mascheramento sono state determinate per ciascun segmento analizzato in modo individuale. Attraverso il metodo HPS (spectrum harmonico dei prodotti) sono state identificate tre frequenze dominanti, successivamente arrotondate alla nota più vicina della scala cromatica armonica. Così sono state ottenute le note fondamentali fF,i = 1…3, situate tra i tasti C0 (16.35 Hz) e B0 (30.87 Hz). Poiché le note fondamentali risultavano troppo basse per l'utilizzo nella trasmissione di dati, sono state calcolate le loro ottave superiori 2kfF,i nell'intervallo 500 Hz … 9.8 kHz. Molte di queste frequenze (fO,l1) erano più accentuate a causa della natura dell'HPS.
Immagine n. 2: ottave calcolate fO,l1 per le note fondamentali e armoniche fH,l2 del tono più forte.
L'insieme di ottave e armoniche è stato utilizzato come frequenze di mascheramento, sulla base delle quali sono state ottenute le frequenze della sottoportante OFDM fSC,k. Due sottoportanti sono state inserite sopra e sotto ogni frequenza di mascheramento.
Successivamente, è avvenuta la filtrazione dello spettro del segmento audio Hi alle frequenze delle sottoportanti fSC,k. Successivamente, sulla base dei bit informativi in Bi, è stato creato un simbolo OFDM, consentendo al segmento composito Ci di essere trasmesso attraverso l'altoparlante. Le ampiezze e le fasi delle sottoportanti devono essere selezionate in modo tale che il ricevitore possa estrarre i dati trasmessi, mentre l'ascoltatore non percepisce alcun cambiamento nella melodia.
Immagine n. 3: porzione dello spettro e frequenze delle sottoportanti del segmento Hi della melodia originale.
Quando il segnale audio contenente informazioni codificate viene riprodotto attraverso gli altoparlanti, il microfono del dispositivo ricevente lo registra. Per localizzare le posizioni iniziali dei simboli OFDM incorporati, è necessario far passare la registrazione attraverso un filtro passa-banda. In questo modo si estrae l'intervallo di frequenza più alto, dove non ci sono segnali musicali di disturbo tra le portanti. L'inizio dei simboli OFDM può essere trovato tramite il prefisso ciclico.
Dopo aver rilevato l'inizio dei simboli OFDM, il ricevitore acquisisce informazioni sulle note più dominanti tramite la decodifica dell'area di frequenza superiore. Inoltre, l'OFDM è abbastanza robusto contro l'influenza delle fonti di disturbo a banda ristretta, poiché esse influenzano solo alcune delle portanti.
Test pratici
Come fonte delle melodie modificate è stato utilizzato l'altoparlante KRK Rokit 8, mentre il ruolo della parte ricevente è stato ricoperto dallo smartphone Nexus 5X.
Immagine n°4: differenza tra le manifestazioni reali dell'OFDM e i picchi di correlazione misurati in un ambiente interno a 5 m tra l'altoparlante e il microfono.
La maggior parte dei punti OFDM si colloca nell'intervallo da 0 a 25 ms, quindi è possibile trovare un inizio accettabile all'interno del prefisso ciclico di 66,6 ms. I ricercatori notano che il ricevitore (in questo esperimento lo smartphone) tiene conto del fatto che i simboli OFDM vengono riprodotti periodicamente, il che migliora il loro rilevamento.
La prima cosa da controllare è stata l'influenza della distanza sul tasso di errore dei bit (BER). A tal fine sono stati condotti tre test in diversi tipi di ambienti: un corridoio con moquette, una stanza con linoleum sul pavimento e un'aula con pavimento in legno.
Come "soggetto" è stata scelta la canzone "And The Cradle Will Rock" della band Van Halen.
Il volume era impostato in modo tale che il livello sonoro misurato dallo smartphone a 2 m dall'altoparlante fosse di 63 dB.
Immagine n°5: valori BER in funzione della distanza tra l'altoparlante e il microfono (linea blu — aula, linea verde — corridoio, linea arancione — ufficio).
Nel corridoio, un suono di 40 dB è stato captato dallo smartphone fino a una distanza di 24 metri dall'altoparlante. Nell'aula, a 15 m, il suono era di 55 dB, mentre nell'ufficio, a una distanza di 8 metri, il livello di suono percepito dallo smartphone raggiungeva i 57 dB.
Poiché l'audience e l'ufficio sono più riverberanti, i segnali di eco tardivi dei simboli OFDM superano la lunghezza del prefisso ciclico e aumentano il BER.
Riverberazione* — una diminuzione graduale dell'intensità del suono a causa della sua riflessione multipla.
In seguito, i ricercatori hanno dimostrato l'universalità del loro sistema applicandolo a 6 diverse canzoni di tre generi (tabella sottostante).
Tabella n. 1: canzoni utilizzate nei test.
Inoltre, attraverso i dati della tabella possiamo vedere la velocità di trasmissione e i tassi di errore per bit per ogni canzone. La velocità di trasmissione varia poiché il BPSK differenziale (manipolazione di fase) funziona meglio quando vengono utilizzati gli stessi portanti. Questo è possibile quando segmenti adiacenti contengono elementi di mascheramento identici. Canzoni costantemente forti forniscono una base ottimale per la mascheratura dei dati, poiché le frequenze di mascheramento sono più evidenti in un ampio intervallo di frequenze. Musica in rapida evoluzione può mascherare i simboli OFDM solo parzialmente a causa della lunghezza fissa della finestra di analisi.
Successivamente, il sistema è stato testato da persone che dovevano determinare quale melodia fosse originale e quale fosse stata modificata con le informazioni incorporate. A questo scopo, estratti di 12 secondi delle canzoni della tabella n. 1 sono stati caricati su un sito web speciale.
Nel primo esperimento (E1), a ogni partecipante è stato fornito un frammento modificato o originale da ascoltare, e doveva decidere se quel frammento fosse originale o modificato. Nel secondo esperimento (E2), i partecipanti potevano ascoltare entrambe le opzioni tutte le volte che volevano e poi decidere quale fosse l'originale e quale fosse modificato.
Tabella n. 2: risultati degli esperimenti E1 e E2.
Nei risultati del primo esperimento ci sono due indicatori: p(O|O) — percentuale di partecipanti che hanno correttamente identificato la melodia originale e p(O|M) — percentuale di partecipanti che hanno identificato la versione modificata della melodia come originale.
È curioso che alcuni partecipanti, secondo gli studiosi, considerassero alcune melodie modificate più originali dell'originale stesso. La media dei risultati di entrambi gli esperimenti indica che l'ascoltatore medio non noterà la differenza tra una melodia normale e quella in cui sono stati incorporati i dati.
Naturalmente, gli esperti di musica e i musicisti saranno in grado di percepire alcune imprecisioni e elementi sospetti nelle melodie modificate, ma questi elementi non sono così significativi da causare disagio.
E ora possiamo partecipare noi stessi all'esperimento. Qui di seguito sono presentate due versioni della stessa melodia: originale e modificata. Riuscite a sentire la differenza?
vs
Per un approfondimento sulle sfumature della ricerca, consiglio di dare un'occhiata a del gruppo di ricerca.
Potete anche scaricare un archivio ZIP di file audio delle melodie originali e modificate utilizzate nello studio, da .
Epilogo
In questo lavoro, i dottorandi dell'École Polytechnique Fédérale de Lausanne hanno descritto un'incredibile sistema di trasmissione dei dati all'interno della musica. Per questo hanno utilizzato la mascheratura delle frequenze, permettendo di incorporare dati in una melodia riprodotta da un altoparlante. Questa melodia viene percepita dal microfono del dispositivo, che riconosce i dati nascosti e li decodifica, mentre l'ascoltatore medio non noterà nemmeno la differenza. In futuro, i ragazzi intendono sviluppare il loro sistema, cercando metodi più sofisticati per incorporare dati nell'audio.
Quando qualcuno inventa qualcosa di insolito, e soprattutto funzionante, noi ci rallegriamo sempre. Ma la vera gioia deriva dal fatto che questa invenzione è stata creata da giovani. La scienza non ha limiti di età. E se i giovani trovano la scienza noiosa, significa che viene presentata da un punto di vista sbagliato, così da dire. Infatti, come sappiamo, la scienza è un mondo sorprendente che non smette mai di stupire.
Off-topic del venerdì:
Poiché abbiamo parlato di musica, e in particolare di rock, ecco un meraviglioso viaggio attraverso le distese del rock.
Queen, «Radio Ga Ga» (1984).
Grazie per l'attenzione, rimanete curiosi e buon fine settimana a tutti, ragazzi! 🙂
Grazie per rimanere con noi. Ti piacciono i nostri articoli? Vuoi vedere più contenuti interessanti? Supportaci effettuando un ordine o raccomandandoci ai tuoi amici, Sconto del 30% per gli utenti di Habra su un'analoga unica di server entry-level, che abbiamo ideato per te: (sono disponibili opzioni con RAID1 e RAID10, fino a 24 core e fino a 40GB DDR4).
Dell R730xd a metà prezzo? Solo da noi nei Paesi Bassi! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — a partire da $99! Leggi di
Fonte: habr.com
