Att uttrycka det som ord inte kan förmedla; att kÀnna de mest varierade kÀnslorna som flÀtas samman i en kÀnslornas orkan; att lyfta sig bortom jord, himmel och till och med sjÀlva universum, pÄ en resa dÀr det inte finns nÄgra kartor, inga vÀgar, inga skyltar; att tÀnka ut, berÀtta och uppleva en hel historia som alltid kommer att förbli unik och oersÀttlig. Allt detta möjliggör musiken - en konstform som har funnits i mÄnga tusen Är och som glÀder vÄra öron och hjÀrtan.
Men musik, eller snarare musikverk, kan inte bara ge estetisk njutning utan ocksĂ„ överföra information som Ă€r kodad i dem, avsedd för nĂ„gon enhet och osynlig för lyssnaren. I dag kommer vi att bekanta oss med en mycket ovanlig studie dĂ€r doktorander frĂ„n den schweiziska federala tekniska högskolan i ZĂŒrich lyckades osynligt för det mĂ€nskliga örat införa viss data i musikverk, vilket gör att musiken sjĂ€lv blir en datakapacitet. Hur de genomfört sin teknik, hur mycket melodier med och utan införd data skiljer sig Ă„t, och vad praktiska tester visade? Det fĂ„r vi veta i forskarnas rapport. LĂ„t oss köra.
Forskningsgrund
Forskare kallar sin teknik akustisk datatransmission. NÀr en högtalare spelar upp en förÀndrad melodi uppfattar mÀnniskan den som vanlig, medan till exempel en smartphone kan lÀsa den kodade informationen mellan raderna, eller snarare mellan tonerna, om man fÄr uttrycka sig sÄ. Den viktigaste faktorn i genomförandet av denna datatransmissionsteknik, hÀvdar forskarna (att de fortfarande Àr doktorander hindrar dem inte frÄn att vara forskare), Àr hastigheten och tillförlitligheten av överföringen, medan dessa parametrar förblir oförÀndrade oavsett valt ljudfil. Att lösa denna uppgift hjÀlper psykoakustik, som studerar de psykologiska och fysiologiska aspekterna av hur mÀnniskor uppfattar ljud.
KÀrnan i akustisk datatransmission kan beskrivas som OFDM (orkestrering med ortogonal frekvensdelning), som tillsammans med anpassning av bÀrvÄgor till den ursprungliga musiken över tid har möjliggjort maximal anvÀndning av det överförda frekvensspektrumet för informationsöverföring. Tack vare detta har man uppnÄtt överföringshastigheter pÄ 412 bit/s över avstÄnd upp till 24 meter (felkoefficient < 10%). Praktiska experiment med 40 frivilliga har bekrÀftat att det Àr praktiskt taget omöjligt att höra skillnaden mellan den ursprungliga melodin och den dÀr information har integrerats.
Var kan en sÄdan teknologi tillÀmpas i praktiken? Forskare har sin egen version av svaret: praktiskt taget alla moderna smartphones, bÀrbara datorer och andra fickanordningar Àr utrustade med mikrofoner, och pÄ mÄnga offentliga platser (kaféer, restauranger, köpcentrum och sÄ vidare) finns det högtalare med bakgrundsmusik. I denna bakgrundsmelodi kan man integrera, exempelvis, data för anslutning till Wi-Fi-nÀtverket utan att behöva utföra nÄgra ytterligare ÄtgÀrder.
AllmÀnna drag av akustisk datatransmission har nu blivit tydliga, nu gÄr vi vidare till en detaljerad undersökning av strukturen i detta system.
Systembeskrivning
Integrering av data i melodin sker genom att maskera frekvensen. Under tidsintervall identifieras maskeringsfrekvenser, och OFDM-bÀrvÄgor som ligger nÀra dessa maskeringselement fylls med data.
Bild nr 1: omvandling av den ursprungliga filen till en sammansatt signal (melodi + data) som överförs via högtalarna.
Först delas den ursprungliga ljudsignalen upp i sekventiella segment för analys. Varje sÄdant segment (Hi) om L = 8820 prover, motsvarande 200 ms, multipliceras med ett fönster* för att minimera kant-effekter.
Fönster* Àr en viktfunktion som anvÀnds för att hantera effekterna orsakade av förekomsten av sidolober i spektrala bedömningar.
DÀrefter identifierades de dominerande frekvenserna av den ursprungliga signalen i intervallet 500 Hz till 9,8 kHz, vilket möjliggjorde att fÄ maskingfrekvenser fM,l för detta segment. Dessutom överfördes data i ett litet omrÄde frÄn 9,8 till 10 kHz för att faststÀlla platsen för underliggande frekvenser i mottagaren. Den övre grÀnsen för det anvÀnda frekvensomrÄdet faststÀlldes till 10 kHz pÄ grund av mikrofonernas lÄga kÀnslighet vid höga frekvenser.
Maskingfrekvenserna bestĂ€mdes för varje analyserad segment individuellt. Genom metoden HPS (harmonisk produkt spektrum) faststĂ€lldes tre dominerande frekvenser, som sedan avrundades till de nĂ€rmaste tonerna i den harmoniska kromatiska skalan. PĂ„ sĂ„ sĂ€tt erhölls huvudtonerna fF,i = 1âŠ3, vilket lĂ„g mellan tangenterna C0 (16,35 Hz) och B0 (30,87 Hz). Eftersom huvudtonerna Ă€r för lĂ„ga för anvĂ€ndning i dataöverföring berĂ€knades deras högre oktaver 2kfF,i i intervallet 500 Hz ⊠9,8 kHz. MĂ„nga av dessa frekvenser (fO,l1) var mer framtrĂ€dande pĂ„ grund av naturen hos HPS.
Bild nr 2: BerÀknade oktaver fO,l1 för huvudtoner och harmonier fH,l2 av den starkaste tonen.
Kombinationen av oktaver och harmonier anvÀndes som maskingfrekvenser, baserat pÄ vilka OFDM subtrÀger frekvenser fSC,k erhölls. Under och över varje maskingfrekvens infördes tvÄ subtrÀr.
Sedan filtrerades spektret av ljudsegmentet Hi vid frekvenserna av subtrÀger fSC,k. Baserat pÄ de informationsbitar som finns i Bi skapades en OFDM-symbol, vilket gjorde att det kompositsegmentet Ci kunde överföras via högtalaren. VÀrdena och faserna av subtrÀrerna mÄste vÀljas sÄ att mottagaren kan extrahera de överförda data, medan lyssnaren inte mÀrker nÄgra förÀndringar i melodin.
Bild nr 3: Spektrumavsnitt och frekvenser av subtrÀger för segmentet Hi av den ursprungliga melodin.
NÀr ett ljudsignal som innehÄller kodad information spelas upp genom högtalarna, registrerar mikrofonen i mottagaren det. För att hitta de initiala positionerna för de inbÀddade OFDM-symbolerna mÄste inspelningen först filtreras genom en bandpassfilter. PÄ sÄ sÀtt extraheras den övre frekvensbanden dÀr det inte finns nÄgra musikaliska störsignaler mellan underbÀrande. Starten av OFDM-symbolerna kan hittas med hjÀlp av den cykliska prefixen.
Efter att ha upptÀckt starten av OFDM-symbolerna fÄr mottagaren information om de mest dominerande tonerna genom att avkoda den övre frekvensomrÄdet. Dessutom Àr OFDM tillrÀckligt motstÄndskraftigt mot pÄverkan av smalbandsstörningar, eftersom de pÄverkar endast vissa av underbÀrarna.
Praktiska tester
Som kÀlla till de modifierade melodierna anvÀndes högtalaren KRK Rokit 8, medan mottagarens roll spelades av smartphones Nexus 5X.
Bild nr 4: skillnaden mellan verkliga manifestationer av OFDM och korrelationsspikar som mÀts inomhus pÄ ett avstÄnd av 5 m mellan högtalaren och mikrofonen.
De flesta OFDM-punkter ligger inom intervallet 0 till 25 ms, sÄ ett acceptabelt början kan hittas inom den cykliska prefixen pÄ 66.6 ms. Forskare noterar att mottagaren (i detta experiment smartphone) tar hÀnsyn till att OFDM-symbolerna spelas upp periodiskt, vilket förbÀttrar deras detektering.
Det första som behövde kontrolleras var avstÄndets inverkan pÄ bitrate-felkoefficienten (BER). För detta genomfördes tre tester i olika typer av rum: en korridor med heltÀckningsmatta, ett rum med linoleum pÄ golvet och en förelÀsningssal med trÀgolv.
Som "testobjekt" valdes lÄten "And The Cradle Will Rock" av Van Halen.
Ljudvolymen stÀlldes in sÄ att den nivÄn som mÀts av smartphones pÄ ett avstÄnd av 2 m frÄn högtalaren var 63 dB.
Bild nr 5: BER-mĂ€tvĂ€rden beroende pĂ„ avstĂ„ndet mellan högtalaren och mikrofonen (blĂ„ linje â förelĂ€sningssal, grön â korridor, orange â kontor).
I korridoren fÄngades ljud vid 40 dB av smartphones pÄ ett avstÄnd av upp till 24 meter frÄn högtalaren. I förelÀsningssalen vid 15 m var ljudet 55 dB, medan i kontoret vid avstÄndet 8 meter nÄdde den uppfattade ljudnivÄn 57 dB.
Eftersom publiken och kontoret Àr mer reverb-erande, överstiger de sena eko-signalerna av OFDM-symbolerna lÀngden pÄ den cykliska prefixen och ökar BER.
Reverb* â den gradvisa minskningen av ljudintensiteten pĂ„ grund av flera reflektioner.
DÀrefter visade forskarna mÄngsidigheten hos sitt system genom att tillÀmpa det pÄ 6 olika lÄtar frÄn tre genrer (se tabell nedan).
Tabell nr 1: lÄtar som anvÀndes i testerna.
Genom tabellens data kan vi ocksĂ„ se överföringshastighet och bitfelshastigheter för varje lĂ„t. Ăverföringshastigheten skiljer sig eftersom differential BPSK (faskontroll) fungerar bĂ€ttre nĂ€r samma bĂ€rvĂ„gor anvĂ€nds. Detta Ă€r möjligt nĂ€r angrĂ€nsande segment innehĂ„ller identiska maskeringselement. Kontinuerligt högljudda lĂ„tar utgör en optimal grund för dataskydd eftersom maskeringsfrekvenser Ă€r mer framtrĂ€dande i det breda frekvensomrĂ„det. Snabbt skiftande musik kan delvis maskera OFDM-symboler pĂ„ grund av den fasta analysfönsterlĂ€ngden.
DÀrefter pÄbörjade testpersoner att avgöra vilken melodi som var original och vilken som hade modifierats med den inbÀddade informationen. För detta placerades 12-sekunders utdrag frÄn lÄtarna i tabell nr 1 pÄ en sÀrskild webbplats.
I det första experimentet (E1) fick varje deltagare antingen en modifierad eller en originaldel att lyssna pÄ, och de skulle avgöra om denna del var original eller modifierad. I det andra experimentet (E2) kunde deltagarna lyssna pÄ bÄda versionerna sÄ mÄnga gÄnger de ville och sedan avgöra vilken som var original och vilken som var Àndrad.
Tabell nr 2: resultat frÄn experimenten E1 och E2.
I resultaten frĂ„n det första experimentet finns det tvĂ„ indikatorer: p(O|O) â procentandelen deltagare som korrekt identifierade originalmelodin och p(O|M) â procentandelen deltagare som identifierade den modifierade versionen av melodin som original.
Intressant nog ansÄg vissa deltagare, enligt forskarna, att vissa modifierade melodier var mer originella Àn originalet. Den genomsnittliga poÀngen frÄn bÄda experimenten visar att en genomsnittlig lyssnare inte kommer att mÀrka nÄgon skillnad mellan en vanlig melodi och en som har integrerats med data.
Naturligtvis kommer musikexperter och musiker att kunna fÄnga vissa brister och misstÀnksamma element i de modifierade melodierna, men dessa element Àr inte tillrÀckligt betydande för att orsaka obehag.
Och nu kan vi sjÀlva delta i experimentet. Nedan presenteras tvÄ versioner av samma melodi - originalet och den modifierade. Hör ni nÄgon skillnad?
vs
För en mer detaljerad förstÄelse av forskningsdetaljerna rekommenderar jag att du tittar in i forskningsgruppen.
Du kan ocksÄ ladda ner en ZIP-mapp med ljudfiler av original- och modifierade melodier som anvÀndes i studien via .
Epilog
I detta arbete beskrev doktorander frĂ„n ETH ZĂŒrich en fantastisk datasystem som överförs genom musik. För detta anvĂ€ndes frekvensmaskering, vilket möjliggjorde integrering av data i melodin som spelas upp av högtalaren. Denna melodi uppfattas av mikrofonen pĂ„ enheten, som kĂ€nner igen de dolda datan och avkodar dem, medan den genomsnittliga lyssnaren inte mĂ€rker nĂ„gon skillnad. Framöver planerar de att utveckla sitt system genom att hitta mer avancerade metoder för dataintegration i ljud.
NÀr nÄgon kommer pÄ nÄgot ovanligt, och framför allt funktionellt, blir vi alltid glada. Men Ànnu mer glÀdje kommer frÄn det faktum att denna uppfinning skapades av unga mÀnniskor. Vetenskap har inga ÄldersgrÀnser. Och om ungdomar tycker att vetenskap Àr trÄkig, presenterar man den inte ur rÀtt vinkel, sÄ att sÀga. For som vi vet Àr vetenskap en fantastisk vÀrld som aldrig slutar att överraska.
Fredags-off-topic:
NÀr vi ÀndÄ pratar om musik, nÀrmare bestÀmt rockmusik, hÀr Àr en fantastisk resa genom rockens vÀrld.
Queen, «Radio Ga Ga» (1984).
Tack för uppmĂ€rksamheten, hĂ„ll er nyfikna och ha en hĂ€rlig helg, allihopa! đ
Tack för att ni stannar med oss. Gillar ni vÄra artiklar? Vill ni se mer intressant material? Stöd oss genom att göra en bestÀllning eller rekommendera oss till vÀnner, 30% rabatt för Habr-anvÀndare pÄ vÄrt unika alternativ till entry-level servrar, som vi har designat för er: (alternativ med RAID1 och RAID10 finns tillgÀngliga, upp till 24 kÀrnor och upp till 40GB DDR4).
Dell R730xd till halva priset? Bara hos oss i NederlĂ€nderna! Dell R420 â 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB â frĂ„n $99! LĂ€s om
KĂ€lla: habr.com
