Mnogi se spomnijo, da je televizijska serija "Silicon Valley" o programerju Richardu
Hendrixa, ki se je po naključju domislil revolucionarnega algoritma za stiskanje podatkov in se odločil
zgradite svoj startup.
Svetovalci serije so celo predlagali metriko za ocenjevanje
podobni algoritmi so izmišljena Weissmanova ocena.
Nadalje v zgodbi je startup naredil video klepet s to rešitvijo.
Spoštovana skupnost je vabljena k razpravi o še enem, povsem nenavadnem
princip stiskanja podatkov za avdio in video klice, ki rešuje problem z novim,
nepričakovana stran.
Če želite sodelovati v razpravi o tej rešitvi in tudi ugotoviti, kaj ima ta skupnega
koncepte z Jonathanom Swiftom in deli Leva Tolstoja prosim pod kat.
Malo teorije
Naj na splošno opišemo, kako deluje sodobna zvočna komunikacija - princip je pri obeh enak
klice prek omrežja GSM, kot tudi za hitra sporočila in omrežja VOIP.
Zvočne vibracije se pošljejo v mikrofon pametnega telefona, nato pa analogno-digitalno
pretvornik (ADC ali ADC):
Nato pride do kodiranja z različnimi kodeki (G711, G729, OPUS, GSM itd.),
šifriranje je dodano ali ne dodano (SRTP, ZPTP itd.) in poslano v okolje
prenos podatkov.
Na primer, skoraj vsi takojšnji messengerji (WhatsApp, Viber itd.) uporabljajo iste kodeke (v zadnjem času je to običajno Opus) in skoraj enake nekoliko
spremenjeni protokoli (temelji na SIP, WebRTC).
Omrežje za prenos podatkov je lahko bodisi javni internet bodisi GSM omrežje oz
intranet:
Šifriranje je neobvezen element v tej shemi, na primer v večini primerov za
Šifriranje SIP telefonije se ne uporablja.
Toda v glasnikih, nasprotno, običajno uporabljajo lastno lastnino
protokoli za šifriranje glasu in videa.
Nato pride do obratnega procesa - prejemnik, ko prejme podatke, dekodira prejete informacije, nato gre signal v DAC (digitalno-analogni pretvornik) in nato vstopi v zvočni ojačevalnik, povezan z zvočnikom:
Značilnosti sodobnih kodekov:
G.711 64 Kbps.
G.726 16, 24, 32 ali 40 Kbps.
G.729A 8 Kb/s.
GSM 13 Kb/sek.
iLBC 13.3 Kb/s. (30ms okvir); 15.2 Kb/s. (20ms okvir)
Razpon govora od 2.15 do 22.4 Kb/s.
G.722 64 Kbps.
Tako bo na primer med 7-minutnim pogovorom na WhatsApp ali Skypu
Porabljen je bil približno 1 MB.
Zapomnimo si te številke - 1 MB za 7 minut pogovora, kmalu jih bomo potrebovali.
"Lev Tolstoj je kot ogledalo ... revolucije ..."
Spomnimo se najbolj znanega romana tega velikega ruskega pisatelja:
"Vojna in mir" je epski roman Leva Nikolajeviča Tolstoja, ki opisuje rusko
družbe med vojnami proti Napoleonu 1805-1812. Epilog romana prinaša
pripoved do 1820.
Roman "Vojna in mir" L.N. Tolstoj je posvetil sedem let intenzivnega in vztrajnega dela. Rokopisi pričajo o tem, kako je nastala ena največjih svetovnih stvaritev.
»Vojna in mir«: pisateljev arhiv obsega več kot 5200 drobno napisanih listov.
Če zdaj želite prebrati ta roman, ga lahko preprosto prenesete.
In ta datoteka tehta samo ... 1 MB:
Formata fb2 in epub, tako kot zip, rar, načeloma lahko obravnavamo kot neke vrste
kodeki
Pomislimo – 7 minut najinega pogovora na WhatsAppu je enakovrednih glede na obseg prometa
odlično delo, ki je nastajalo 7 let!
Pogovor dolžine 7 minut je kodiran s kodekom opus, roman je kodiran z ePub, glasnost je enaka -
1MB, ampak kakšna velika razlika!
Gulliverjeva potovanja
Vsi poznajo to delo Jonathana Swifta iz otroštva, vendar ta knjiga pravzaprav ni za
otroci.
Gulliverjeva potovanja so politična satira za odrasle, seveda v kontekstu 18
stoletja.
Presenetljivo je, da je Swift, ki je bil goreč nasprotnik svojega drugega sodobnika -
Newton v svojih "Gulliverjevih potovanjih" ni samo napovedal odkritja satelitov
Mars (z dokaj natančnim opisom njihovih značilnosti), opisal pa je tudi precej zanimivo
način komunikacije med ljudmi:
»... projekt je zahteval popolno ukinitev vseh besed;
avtor tega projekta se je skliceval predvsem na njegove zdravstvene koristi in prihranke
čas.
Navsezadnje je očitno, da je vsaka beseda, ki jo izgovorimo, povezana z nekaj obrabe.
pljuč in zato vodi v zmanjšanje našega življenja.
In ker so besede samo imena stvari, avtor projekta predvideva, da
da nam bo veliko bolj priročno nositi s seboj stvari, ki so potrebne za izražanje našega
misli in želje.
... veliko zelo izobraženih in modrih ljudi uporablja ta nov način izražanja svojega
misli s pomočjo stvari.
Njegova edina nevšečnost je dejstvo, da po potrebi
voditi dolgotrajen pogovor o različnih temah, ki jih morajo sogovorniki nositi
ramenih z velikimi svežnji stvari, če sredstva ne dopuščajo najema enega oz
dva huda fanta. Pogosto sem videl dva taka modreca, izčrpana pod
težko breme, kot naši krošnjarji. Ko sta se srečala na ulici, sta se slikala
naramnice, jih odprla in od tam vzela potrebne stvari ter tako nadaljevala pogovor v
nadaljevanje ure; nato sta zložila svoj pribor in drug drugemu pomagala dvigniti breme na
ramena, se poslovili in razšli.
Vendar pa lahko za kratke in preproste pogovore nosite vse, kar potrebujete, v žepu
ali pod pazduho, in pogovor, ki poteka doma, ne povzroči nobenega
težave. Zato so prostori, kjer se zbirajo ljudje, ki uporabljajo to metodo, polni
vse vrste predmetov, ki so primerni za material za tako umetno
pogovori.
Druga velika prednost tega izuma je, da ga je mogoče uporabiti
kot univerzalni jezik, razumljiv vsem civiliziranim narodom, za pohištvo in gospodinjstvo
posoda je povsod enaka ali zelo podobna, da se lehko razume njihova uporaba.
Tako lahko odposlanci zlahka govorijo s tujimi kralji oz
ministri, ki jim je jezik popolnoma neznan ...«
Torej, verjetno že uganete, kam grem s tem :)
Zakaj prenašati zračne vibracije (zvoke) na več sto in tisoč kilometrov?
trudite se s kodiranjem (da bi te vibracije zraka čim bolj natančno in učinkovito prenesli prejemniku), vzdržujte potrebno pasovno širino, če je semantična
Ali je obremenitev tega prenosa minimalna ali se celo nagiba k ničli?
Navsezadnje ljudje med seboj ne komuniciramo z zvoki, ampak s pomenom, vsebino, semantiko, mislimi ...
Koncept novega komunikacijskega sistema je precej preprost - na izvorni strani A je zvok
tudi vibracije so digitalizirane, vendar se ne prenesejo takoj na drugo stran, ampak
se pretvorijo v besedilo (Speech To Text) in nato smiselno besedilo iz
naročnik A, ki:
- se lahko prenašajo z minimalno zahtevano pasovno širino podatkov (možne so celo HF radijske komunikacije itd.)
- je mogoče šifrirati s katerim koli močnim šifrirnim algoritmom
Na strani B so prejeta sporočila dešifrirana in reproducirana kot glas iz
naročnik A (besedilo v govor).
Prenesete lahko tudi tako imenovano B stran. glasovni avatar naročnika A, ki bi
natančno ponovil način govora naročnika A.
Ločen kanal lahko prenaša hrup v ozadju in čustva.
Enako velja za video komunikacijo - še posebej, ker so posamezni elementi že dolgo
obstajajo v aplikacijah (razne maske, ozadje v Zoomu itd.).
Da, obstajajo tehnični vidiki, ki trenutno niso v celoti implementirani v pravi obliki -
na primer, hitrost pretvorbe govora v besedilo bo kritična, vendar uporaba
Prediktivni algoritmi pretvorbe AI lahko znatno povečajo to hitrost.
Najpomembnejša prednost je, da je v prenosnem mediju potrebna minimalna pasovna širina
podatke.
Tisti. To načelo je mogoče uporabiti ne le za običajne vsakdanje stvari
komunikacije, ampak tudi za vojaške komunikacije in komunikacije na dolge razdalje z velikimi zakasnitvami
(vesoljska komunikacija, medplanetarna - Luna, Mars itd. :)
Čeprav je to opis koncepta, jih je v enem izmed naših projektov dejansko že več
Prototip s tem principom je bil v uporabi že mesece.
A več o tem naslednjič...
Vir: www.habr.com