TĂ« shprehĂ«sh atĂ« qĂ« fjalĂ«t nuk mund t'i transmetojnĂ«; tĂ« ndihesh me emocione tĂ« ndryshme, qĂ« pĂ«rzihen nĂ« njĂ« uragan ndjenjash; tĂ« shkĂ«putesh nga toka, qielli dhe madje edhe nga vetĂ« universi, duke u nisur pĂ«r njĂ« udhĂ«tim ku nuk ka harta, nuk ka rrugĂ«, nuk ka shenja; tĂ« imagjinosh, tregosh dhe pĂ«rjetosh njĂ« histori tĂ« tĂ«rĂ«, e cila gjithmonĂ« do tĂ« mbetet unike dhe e papĂ«rsĂ«ritshme. TĂ« gjitha kĂ«to i mundĂ«son muzika â arti qĂ« ekziston prej mijĂ«ra vitesh dhe qĂ« na kĂ«naq dĂ«gjimin dhe zemrat tona.
Megjithatë, muzika, ose më saktësisht veprat muzikore mund të shërbejnë jo vetëm për kënaqësi estetike, por gjithashtu për të transmetuar informacionin e koduar që ndodhet në to, të destinuar për ndonjë pajisje dhe të padukshëm për dëgjuesin. Sot do të njihemi me një hulumtim mjaft të zakonshëm, në të cilin doktorantët nga shkolla e lartë teknike në Zvicër arritën të futnin pa u vënë re nga veshi i njeriut disa të dhëna në veprat muzikore, duke bërë që muzika vetë të bëhet një kanal transmetimi të të dhënave. Si e realizuan ata teknologjinë e tyre, sa shumë dallojnë meloditë me dhe pa të dhëna të inkorporuara, dhe çfarë treguan provat praktike? Këtë do ta mësojmë nga raporti i kërkuesve. Le ta fillojmë.
Baza e kërkimit
Kërkuesit e quajnë teknologjinë e tyre teknikë akustike të transmetimit të të dhënave. Kur një altoparlant riprodhon një melodi të ndryshuar, njeriu e percepton atë si të zakonshme, ndërsa një smartphone, për shembull, mund të lexojë informacionin e koduar midis rreshtave, më saktë midis notave, nëse mund ta shprehim kështu. Aspekti më i rëndësishëm në realizimin e kësaj metodologjie transmetimi, shkencëtarët (fakti që këta djem janë ende doktorantë nuk e pengon të jenë shkencëtarë) e quajnë shpejtësinë dhe besueshmërinë e transmetimit duke ruajtur nivelin e këtyre parametrave, pavarësisht nga skedari audio i zgjedhur. Të përballesh me këtë sfidë ndihmon psikoakustika, e cila studion aspektet psikologjike dhe fiziologjike të perceptimit të zërit nga njeriu.
The core of acoustic data transmission can be identified as OFDM (orthogonal frequency division multiplexing), which, along with the adaptation of subcarriers to the original music over time, allows for the maximum utilization of the transmitted frequency spectrum for information transfer. Thanks to this, it has been possible to achieve a transmission speed of 412 bits/s over a distance of up to 24 meters (error rate < 10%). Practical experiments involving 40 volunteers confirmed that it is practically impossible to hear the difference between the original melody and the one into which the information was embedded.
Where can such technology be applied in practice? Researchers have their own answer: almost all modern smartphones, laptops, and other portable devices are equipped with microphones, and many public places (cafés, restaurants, shopping centers, etc.) have speakers playing background music. Data, for instance, for connecting to a Wi-Fi network can be embedded into this background melody without the need for additional actions.
The general features of acoustic data transmission are now clear; let's move on to a detailed study of the structure of this system.
System Description
Embedding data into the melody occurs through frequency masking. In time intervals, masking frequencies are identified, and OFDM subcarriers close to these masking elements are filled with data.
Image No. 1: transformation of the original file into a composite signal (melody + data) transmitted through speakers.
To begin with, the original audio signal is divided into sequential segments for analysis. Each such segment (Hi) consisting of L = 8820 samples, equal to 200 ms, is multiplied by a window* to minimize edge effects.
Window* â a weighting function used to manage effects caused by the presence of side lobes in spectral estimates.
Më pas u zbuluan frekuencat dominuese të sinjalit origjinal në gamën nga 500 Hz deri në 9.8 kHz, çka mundësoi marrjen e frekuencave maskuese fM,l për këtë segment. Përveç kësaj, u zhvillua transmetimi i të dhënave në një gamë të vogël nga 9.8 deri në 10 kHz për të përcaktuar vendndodhjen e nënfrekuencave në marrës. Kufiri i sipërm i fushës së frekuencave të përdorur u vendos në 10 kHz për shkak të ndjeshmërisë së ulët të mikrofonëve të smartphone-ve në frekuenca të larta.
Frekuencat maskuese u pĂ«rcaktuan pĂ«r secilin segment tĂ« analizuar individualisht. NĂ«pĂ«rmjet metodĂ«s HPS (spektri harmoni i produkteve) u vendosĂ«n tre frekuenca dominuese, pas sĂ« cilĂ«s ato u rrethuan nĂ« notat mĂ« tĂ« afĂ«rt tĂ« shkallĂ«s harmoni kromatike. KĂ«shtu u morĂ«n notat kryesore fF,i = 1âŠ3, qĂ« ndodhen midis çelĂ«save C0 (16.35 Hz) dhe B0 (30.87 Hz). Duke pasur parasysh se notat kryesore janĂ« shumĂ« tĂ« ulĂ«ta pĂ«r tĂ« pĂ«rdorur nĂ« transmetimin e tĂ« dhĂ«nave, nĂ« gamĂ«n 500 Hz ⊠9.8 kHz u llogaritĂ«n oktavat mĂ« tĂ« larta 2kfF,i. Shumica e kĂ«tyre frekuencave (fO,l1) ishin mĂ« tĂ« shprehura pĂ«r shkak tĂ« natyrĂ«s HPS.
Imazhi â2: oktavat e llogaritura fO,l1 pĂ«r notat kryesore dhe harmonikĂ«t fH,l2 tĂ« tonit mĂ« tĂ« fortĂ«.
Kombinimi i oktavave dhe harmonikëve në përfundim u përdor si frekuenca maskuese, mbi të cilat u morën frekuencat OFDM nënfrekuencës fSC,k. Poshtë dhe lart çdo frekuence maskuese u vendosën dy nënfrekuenca.
Më pas ndodhi filtrimi i spektrit të audiosegmentit Hi në frekuencat e nënfrekuencave fSC,k. Pas kësaj, në bazë të info bitëve në Bi u krijua një simbol OFDM, duke mundësuar kështu që segmenti kompozit Ci të transmetohej nëpërmjet altoparlantit. Vlerat dhe fazat e nënfrekuencave duhet të zgjidhen në një mënyrë që marrësi të mund të ekstraktojë të dhënat e transmetuara, ndërsa dëgjuesi të mos vërejë ndryshime në melodi.
Imazhi â3: njĂ« pjesĂ« e spektrit dhe frekuencat e nĂ«nfrekuencave tĂ« segmentit Hi tĂ« melodisĂ« origjinale.
Kur kur audio sinjali me informacionin e koduar nĂ« tĂ«, luhet pĂ«rmes altoparlantĂ«ve, mikrofon i pajisjes pranuese e regjistron atĂ«. PĂ«r tĂ« gjetur pozitat fillestare tĂ« simboleve tĂ« ndĂ«rtuara OFDM, regjistrimet duhet sĂ« pari tĂ« kalojnĂ« pĂ«rmes filtrimit tĂ« bands. KĂ«shtu nxirret ĐŽĐžĐ°ĐżĐ°Đ·ĐŸĐœ i lartĂ« frekuencash, ku nuk ka sinjale muzikore qĂ« bien ndesh mes nĂ«nvealave. Fillimi i simboleve OFDM mund tĂ« gjendet duke pĂ«rdorur prefiksin ciklik.
Pas zbulimit të fillimit të simboleve OFDM, receiver-i merr informacion mbi notat më dominuese përmes dekodimit të zonës së lartë frekuencash. Për më tepër, OFDM është mjaft e qëndrueshme ndaj ndikimeve të burimeve të pengesave ngushtëbandë, pasi ato ndikojnë vetëm në disa nënvale.
Eksperimente praktike
Si burim për meloditë e modifikuara shërbeu altoparlanti KRK Rokit 8, ndërsa roli i palës pranuese u luajt nga smartphone Nexus 5X.
Imazhi â4: ndryshimi midis manifestimeve reale tĂ« OFDM dhe majave tĂ« korrelacionit, tĂ« matur nĂ« ambiente tĂ« brendshme nĂ« njĂ« distancĂ« prej 5 m midis altoparlantit dhe mikrofonit.
Shumica e pikave OFDM ndodhen në diapazonin nga 0 në 25 ms, kështu që është e mundur të gjendet fillimi i pranueshëm brenda prefiksit ciklik prej 66.6 ms. Hulumtuesit vërejnë se receivuer-i (në këtë eksperiment smartphone) merr parasysh që simbolet OFDM luhet periodikisht, gjë që e përmirëson zbulimin e tyre.
E para që duhej verifikuar ishte ndikimi i distancës në faktorët e gabimeve për bit (BER). Për këtë, u zhvilluan tre teste në lloje të ndryshme të ambienteve: një korridor me qilim, një dyqan me linoleum në dysheme dhe një sallë me dysheme druri.
Si "subjekt" u zgjodh kënga "And The Cradle Will Rock" nga grupi Van Halen.
Volume i zërit u përshtat në një nivel të tillë, sa që niveli i zërit i matur nga smartphone në një distancë prej 2 m nga altoparlanti ishte 63 dB.
Imazhi â5: treguesit BER nĂ« varĂ«si tĂ« distancĂ«s midis altoparlantit dhe mikrofonit (vija blu â sallĂ«, e gjelbra â korridor, e portokallta â zyrĂ«).
Në korridor, zëri në 40 dB u kap nga smartphone në distancë deri në 24 metra nga altoparlanti. Në sallë, në një distancë prej 15 m, zëri ishte 55 dB, ndërsa në zyrë, në një distancë prej 8 metrash, niveli i zërit të perceptuar nga smartphone arriti 57 dB.
Duke qenë se audienca dhe zyra janë më reverberuese, sinjalet e vonshme eko të simboleve OFDM kalojnë gjatësinë e prefiksit ciklik dhe rrisin BER.
Reverberimi* â zvogĂ«limi gradual i intensitetit tĂ« zĂ«rit si pasojĂ« e reflektimit tĂ« tij tĂ« shumĂ«fishtĂ«.
Më pas, studiuesit demonstruan universaltetin e sistemit të tyre, duke e aplikuar atë në 6 këngë të ndryshme nga tre zhanre (tabela më poshtë).
Tabela nr. 1: këngët e përdorura në teste.
Po ashtu, përmes të dhënave të tabelës mund të shohim shpejtësinë e transmetimit dhe koeficientet e gabimeve për secilën këngë. Shpejtësia e transmetimit ndryshon sepse BPSK diferencial (manipulim fazor) funksionon më mirë kur përdoren të njëjtat nënfrekuenca. Kjo është e mundur kur segmentet ndihmës përmbajnë elemente maskuese të njëjta. Këngët vazhdimisht të zhurmshme ofrojnë një bazë optimale për fshehjen e të dhënave, pasi frekuencat maskuese janë më të pranishme në një gamë të gjerë frekuencash. Muzika që ndërron shpejt mund të maskojë simbolet OFDM vetëm pjesërisht për shkak të gjatësi fikse të dritares së analizës.
Më pas, testimin e sistemit e filluan njerëzit që duhej të përcaktonin se cila melodi ishte origjinale dhe cila kishte qenë e modifikuar me informacion të integruar në të. Për këtë, pjesët 12-sekondëshe të këngëve nga tabela nr. 1 u vendosën në një sit të veçantë.
Në eksperimentin e parë (E1), çdo pjesëmarrës iu dha ose një fragment të modifikuar ose origjinal për ta dëgjuar, dhe ai duhej të përcaktonte nëse ky fragment ishte origjinal ose i modifikuar. Në eksperimentin e dytë (E2), pjesëmarrësit mund të dëgjojnë sa herë të duan të dyja variantet dhe pastaj të vendosin se cili është origjinali dhe cili është i ndryshuar.
Tabela nr. 2: rezultatet e eksperimenteve E1 dhe E2.
NĂ« rezultatet e pĂ«rvojĂ«s sĂ« parĂ« ka dy tregues: p(O|O) â pĂ«rqindja e pjesĂ«marrĂ«sve qĂ« e shĂ«nuan saktĂ« melodinĂ« origjinale dhe p(O|M) â pĂ«rqindja e pjesĂ«marrĂ«sve qĂ« e shĂ«nuan versionin e modifikuar tĂ« melodisĂ« si origjinal.
ĂshtĂ« interesante qĂ« disa pjesĂ«marrĂ«s, sipas studiuesve, e konsideronin disa melodi tĂ« modifikuara mĂ« origjinale se vetĂ« origjinali. TĂ« dhĂ«nat mesatare tĂ« tĂ« dy eksperimenteve tregojnĂ« se dĂ«gjuesi mesatar nuk do tĂ« vĂ«rejĂ« ndonjĂ« ndryshim midis njĂ« melodie standarde dhe asaj nĂ« tĂ« cilĂ«n janĂ« integruar tĂ« dhĂ«nat.
Natyrisht, ekspertët e muzikës dhe muzikantët do të ndjejnë disa pasaktësi dhe elemente të dyshimta në meloditë e modifikuara, por këto elemente nuk janë aq të rëndësishme sa të shkaktojnë pakënaqësi.
Tani ne mund të marrim pjesë në eksperiment. Më poshtë janë përgatitur dy variante të njëjtës melodi - origjinalja dhe e modifikuara. A e dëgjoni ju ndryshimin?
vs
Për një njohje më të detajuar të nuancave të hulumtimit, rekomandoj të shikoni në grupit kërkimor.
Gjithashtu mund të shkarkoni arkiv ZIP të skedarëve audio të melodive origjinale dhe të modifikuara, të përdorura në studim, në .
Epilogu
Në këtë punim, studentët e doktoraturës në Shkollën E Lartë Teknike të Zvicrës në Cyrih përshkruan një sistem mahnitës të transmetimit të të dhënave brenda muzikës. Për këtë ata përdorën maskimin e frekuencës, që lejonte integrimin e të dhënave në melodinë që luhet nga altoparlanti. Kjo melodi perceptohet nga mikrofoni i pajisjes, e cila njeh të dhënat e fshehura dhe i dekodon ato, ndërsa dëgjuesi mesatar nuk vërejti asnjë ndryshim. Më tej, ata planifikojnë të zhvillojnë sistemin e tyre, duke zgjedhur metoda më të sofistikuara për integrimin e të dhënave në audio.
Kur dikush shpik diçka të pazakontë, dhe më e rëndësishmja, funksionale, ne gjithmonë gëzohemi. Por akoma më shumë gëzim sjell fakti se kjo shpikje është krijuar nga të rinjtë. Shkenca nuk ka kufij moshor. Nëse të rinjtë e gjykojnë shkencën si të mërzitshme, atëherë ajo nuk po i prezantohet siç duhet, ashtu siç duhet. Sepse, siç e dimë, shkenca është një botë mahnitëse që kurrë nuk pushon së befasuari.
Tema e përgjithshme e Premtes:
Dhe duke folur për muzikën, përkatësisht muzikën rock, ja një udhëtim të mrekullueshëm në hapësirat e rockut.
Queen, "Radio Ga Ga" (1984).
Faleminderit pĂ«r vĂ«mendjen, qĂ«ndroni kuriozĂ« dhe ju dĂ«shoj njĂ« fundjavĂ« tĂ« shkĂ«lqyer, djem! đ
Faleminderit që qëndroni me ne. Ju pëlqejnë artikujt tanë? Dëshironi të shihni më shumë materiale interesante? Na mbështetni duke bërë një porosi ose duke na rekomanduar miqve tuaj. 30% zbritje për përdoruesit e Habra në një analog unik të serverëve entry-level, të cilin e kemi shpikur për ju: (opcionet me RAID1 dhe RAID10, deri në 24 bërthama dhe deri në 40GB DDR4 janë të disponueshme).
Dell R730xd pĂ«r dy herĂ« mĂ« lirĂ«? VetĂ«m te ne nĂ« HolandĂ«! Dell R420 â 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB â nga $99! Lexoni rreth
Burimi: habr.com
