Mange husker at TV-serien "Silicon Valley" handler om programmereren Richard
Hendrix, som ved et uhell kom opp med en revolusjonerende datakomprimeringsalgoritme og bestemte seg
bygge oppstarten din.
Seriens konsulenter foreslo til og med en beregning for å evaluere
lignende algoritmer er den fiktive Weissman Score.
Videre i historien laget oppstarten en videochat ved hjelp av denne løsningen.
Det respekterte samfunnet inviteres til å diskutere en annen, helt uvanlig
prinsippet om datakomprimering for lyd- og videosamtaler, som løser problemet med en ny,
uventet side.
Hvis du ønsker å delta i diskusjonen om denne løsningen, og også finne ut hva denne har til felles
konsepter med Jonathan Swift og verkene til Leo Tolstoy, vennligst under kat.
Litt teori
La oss beskrive i generelle termer hvordan moderne lydkommunikasjon fungerer - prinsippet er det samme for begge
samtaler over GSM-nettverket, samt for instant messengers og VOIP-nettverk.
Lydvibrasjoner sendes til mikrofonen på smarttelefonen, deretter i analog-digital
omformer (ADC eller ADC):
Deretter skjer koding med en rekke kodeker (G711, G729, OPUS, GSM, etc.),
kryptering legges til eller ikke legges til (SRTP, ZPTP, etc.) og sendes til miljøet
Data overføring.
For eksempel bruker nesten alle instant messengers (WhatsApp, Viber, etc.) de samme kodekene (i det siste er dette vanligvis Opus), og nesten det samme litt
modifiserte protokoller (basert på SIP, WebRTC).
Dataoverføringsnettverket kan enten være det offentlige Internett eller GSM-nettet eller
intranett:
Kryptering er et valgfritt element i denne ordningen, for eksempel i de fleste tilfeller for
SIP-telefonikryptering brukes ikke.
Men i budbringere, tvert imot, bruker de vanligvis sin egen proprietære
protokoller for tale- og videokryptering.
Deretter skjer den omvendte prosessen - mottakeren, etter å ha mottatt dataene, dekoder den mottatte informasjonen, deretter går signalet til DAC (digital-til-analog-omformer) og går deretter inn i lydforsterkeren koblet til høyttaleren:
Kjennetegn ved moderne kodeker:
G.711 64 Kbps.
G.726 16, 24, 32 eller 40 Kbps.
G.729A 8 Kb/sek.
GSM 13 Kb/sek.
iLBC 13.3 Kb/sek. (30ms ramme); 15.2 Kb/sek. (20ms ramme)
Speex-område fra 2.15 til 22.4 Kb/sek.
G.722 64 Kbps.
Således, for eksempel, under en 7-minutters samtale på WhatsApp eller Skype vil det være
Omtrent 1 MB ble brukt.
La oss huske disse tallene - 1 MB for 7 minutters samtale, vi trenger dem snart.
"Leo Tolstoj er som et speil ... av revolusjon ..."
La oss huske den mest kjente romanen til denne store russiske forfatteren:
"Krig og fred" er en episk roman av Leo Nikolaevich Tolstoy, som beskriver russisk
samfunnet under krigene mot Napoleon i 1805-1812. Epilogen til romanen bringer
fortelling frem til 1820.
Romanen "Krig og fred" av L.N. Tolstoj viet syv år med intenst og iherdig arbeid.Manuskripter vitner om hvordan en av verdens største kreasjoner ble skapt.
"Krig og fred": Forfatterens arkiv inneholder over 5200 fint skrevne ark.
Hvis du nå vil lese denne romanen, kan du enkelt laste den ned.
Og denne filen veier bare... 1 MB:
Formatene fb2 og epub kan, akkurat som zip, rar, i prinsippet betraktes som en slags
kodeker
La oss tenke på det - 7 minutter av samtalen vår på WhatsApp er lik når det gjelder trafikkvolum
et flott arbeid som tok 7 år å skrive!
En samtale på 7 minutter ble kodet med opus-kodeken, romanen ble kodet med ePub, volumet er det samme -
1MB, men for en enorm forskjell!
Gullivers reiser
Alle kjenner dette arbeidet til Jonathan Swift fra barndommen, men faktisk er ikke denne boken for
barn.
Gullivers reiser er en politisk satire for voksne, selvfølgelig i sammenheng med 18
århundre.
Det overraskende er at Swift, som er en ivrig motstander av sin andre samtidige -
Newton forutså ikke bare oppdagelsen av satellitter i sin "Gullivers reiser".
Mars (med en ganske nøyaktig beskrivelse av deres egenskaper), men også beskrevet en ganske interessant
måte å kommunisere mellom mennesker på:
«... prosjektet krevde fullstendig avskaffelse av alle ord;
forfatteren av dette prosjektet refererte hovedsakelig til dets helsemessige fordeler og besparelser
tid.
Tross alt er det åpenbart at hvert ord vi uttaler er forbundet med noe slitasje.
lungene og fører derfor til en reduksjon i livet vårt.
Og siden ord bare er navn på ting, antar forfatteren av prosjektet at
at det vil være mye mer praktisk for oss å bære med oss de tingene som er nødvendige for å uttrykke vår
tanker og ønsker.
... mange veldig lærde og kloke mennesker bruker denne nye måten å uttrykke sine på
tanker ved hjelp av ting.
Den eneste ulempen er det faktum at om nødvendig,
føre en lang samtale om en rekke emner, samtalepartnerne må bære
skuldre med store bunter av ting, hvis midler ikke tillater å ansette en eller
to heftige karer. Jeg så ofte tilfeldigvis to slike vise menn, utslitte under
tung byrde, som våre kjøpmenn. Da de møttes på gaten tok de bilder
skuldervesker, åpnet dem og tok ut de nødvendige tingene derfra, førte dermed en samtale inn
fortsettelse av timen; så stablet de opp redskapene sine og hjalp hverandre med å løfte lasset på
skuldre, sa farvel og skilte lag.
For korte og enkle samtaler kan du imidlertid ha med deg alt du trenger i lommen
eller under armen, og en samtale som foregår hjemme forårsaker ingen
vanskeligheter. Derfor er rommene der folk som bruker denne metoden samles fylt med
alle slags gjenstander egnet til å tjene som materiale for slike kunstige
samtaler.
En annen stor fordel med denne oppfinnelsen er at den kan brukes
som et universelt språk, forståelig for alle siviliserte nasjoner, for møbler og husholdning
redskapene er like eller svært like overalt, slik at bruken av dem lett kan forstås.
Dermed kan utsendinger lett snakke med fremmede konger eller
ministre hvis språk er helt ukjent for dem ..."
Så du gjetter sikkert allerede hvor jeg vil med dette :)
Hvorfor overføre luftvibrasjoner (lyder) over mange hundre og tusenvis av kilometer?
bry deg med koding (for å formidle disse luftvibrasjonene til mottakeren så nøyaktig og effektivt som mulig), opprettholde nødvendig båndbredde, hvis semantisk
Er belastningen på denne overføringen minimal, eller har den til og med en tendens til null?
Tross alt kommuniserer folk med hverandre ikke med lyder, men med mening, innhold, semantikk, tanker ...
Konseptet med det nye kommunikasjonssystemet er ganske enkelt - på kildesiden A er det lyd
vibrasjoner digitaliseres også, men overføres ikke umiddelbart til motparten, men
konverteres til tekst (Tale til tekst) og deretter den meningsfulle teksten fra
abonnent A, som:
- kan overføres med minimum nødvendig databåndbredde (selv HF-radiokommunikasjon er mulig osv.)
- kan krypteres med hvilken som helst sterk krypteringsalgoritme
På side B blir mottatte meldinger dekryptert og reprodusert som en stemme fra
abonnent A (Tekst til tale).
Du kan også laste ned den såkalte B-siden. stemmeavatar til abonnent A, som ville
gjentok nøyaktig talemåten til abonnent A.
En egen kanal kan overføre bakgrunnsstøy og følelser.
Det samme gjelder for videokommunikasjon - spesielt siden enkeltelementer har vært det lenge
finnes i applikasjoner (ulike masker, bakgrunn i Zoom, etc.).
Ja, det er tekniske aspekter som for øyeblikket ikke er fullt implementert i riktig form -
for eksempel vil hastigheten på tale til tekst-konvertering være kritisk, men ved å bruke
Prediktive AI-konverteringsalgoritmer kan øke denne hastigheten betydelig.
Den viktigste fordelen er at det kreves minimal båndbredde i overføringsmediet
data.
De. Dette prinsippet kan brukes ikke bare til vanlig hverdag
kommunikasjon, men også for militær og langdistansekommunikasjon med store forsinkelser
(romkommunikasjon, interplanetarisk - Månen, Mars, etc. :)
Selv om dette er en beskrivelse av konseptet, er det faktisk flere i et av våre prosjekter
En prototype med dette prinsippet har vært i bruk i flere måneder.
Men mer om det neste gang...
Kilde: www.habr.com