Naaalala ng maraming tao na ang serye sa TV na "Silicon Valley" ay tungkol sa programmer na si Richard
Hendrix, na hindi sinasadyang nakabuo ng isang rebolusyonaryong algorithm ng compression ng data at nagpasya
bumuo ng iyong startup.
Ang mga consultant ng serye ay nagmungkahi pa ng isang sukatan kung saan susuriin
ang mga katulad na algorithm ay ang kathang-isip na Weissman Score.
Dagdag pa sa kuwento, ang startup ay gumawa ng isang video chat gamit ang solusyon na ito.
Ang iginagalang na komunidad ay iniimbitahan na talakayin ang isa pa, ganap na hindi karaniwan
ang prinsipyo ng compression ng data para sa mga tawag sa audio at video, na malulutas ang problema sa isang bago,
hindi inaasahang panig.
Kung gusto mong lumahok sa talakayan ng solusyong ito, at alamin din kung ano ang pagkakatulad nito
mga konsepto kasama si Jonathan Swift at ang mga gawa ni Leo Tolstoy, mangyaring sa ilalim ng pusa.
Isang kaunting teorya
Ilarawan natin sa pangkalahatang mga termino kung paano gumagana ang modernong komunikasyong audio - pareho ang prinsipyo para sa dalawa
mga tawag sa GSM network, gayundin para sa mga instant messenger at VOIP network.
Ang mga sound vibrations ay ipinapadala sa mikropono ng smartphone, pagkatapos ay sa analog-digital
converter (ADC o ADC):
Susunod, nangyayari ang pag-encode gamit ang iba't ibang codec (G711, G729, OPUS, GSM, atbp.),
ang pag-encrypt ay idinagdag o hindi idinagdag (SRTP, ZPTP, atbp.) at ipinadala sa kapaligiran
paglipat ng datos.
Halimbawa, halos lahat ng mga instant messenger (WhatsApp, Viber, atbp.) ay gumagamit ng parehong mga codec (kanina lamang ito ay karaniwang Opus), at halos pareho nang bahagya.
binagong mga protocol (batay sa SIP, WebRTC).
Ang network ng paghahatid ng data ay maaaring alinman sa pampublikong Internet o GSM network o
intranet:
Ang pag-encrypt ay isang opsyonal na elemento sa scheme na ito, halimbawa sa karamihan ng mga kaso para sa
Hindi ginagamit ang SIP telephony encryption.
Ngunit sa mga mensahero, sa kabaligtaran, karaniwang ginagamit nila ang kanilang sariling pagmamay-ari
mga protocol para sa pag-encrypt ng boses at video.
Susunod, ang reverse na proseso ay nangyayari - ang tatanggap, na natanggap ang data, nagde-decode ng natanggap na impormasyon, pagkatapos ang signal ay pupunta sa DAC (digital-to-analog converter) at pagkatapos ay pumasok sa audio amplifier na konektado sa speaker:
Mga katangian ng modernong codec:
G.711 64 Kbps.
G.726 16, 24, 32 o 40 Kbps.
G.729A 8 Kb/seg.
GSM 13 Kb/sec.
iLBC 13.3 Kb/seg. (30ms frame); 15.2 Kb/seg. (20ms frame)
Saklaw ng Speex mula 2.15 hanggang 22.4 Kb/sec.
G.722 64 Kbps.
Kaya, halimbawa, sa loob ng 7 minutong pag-uusap sa WhatsApp o Skype ay magkakaroon
Mga 1 MB ang ginamit.
Tandaan natin ang mga numerong ito - 1MB para sa 7 minutong pag-uusap, kakailanganin natin ang mga ito sa lalong madaling panahon.
"Si Leo Tolstoy ay parang salamin... ng rebolusyon..."
Alalahanin natin ang pinakatanyag na nobela ng mahusay na manunulat na Ruso na ito:
Ang "Digmaan at Kapayapaan" ay isang epikong nobela ni Leo Nikolaevich Tolstoy, na naglalarawan ng Ruso
lipunan noong mga digmaan laban kay Napoleon noong 1805-1812. Ang epilogue ng nobela ay nagdadala
salaysay hanggang 1820.
Ang nobelang "Digmaan at Kapayapaan" ni L.N. Inilaan ni Tolstoy ang pitong taon ng marubdob at patuloy na gawain. Pinatototohanan ng mga manuskrito kung paano nilikha ang isa sa pinakamalaking likha sa mundo.
"Digmaan at Kapayapaan": ang archive ng manunulat ay naglalaman ng higit sa 5200 pinong nakasulat na mga sheet.
Kung gusto mo na ngayong basahin ang nobelang ito, madali mo itong mada-download.
At ang file na ito ay tumitimbang lamang... 1 MB:
Ang mga format na fb2 at epub, tulad ng zip, rar, sa prinsipyo, ay maaaring ituring bilang isang uri ng
mga codec
Pag-isipan natin ito - 7 minuto ng ating pag-uusap sa WhatsApp ay pantay sa mga tuntunin ng dami ng trapiko
isang mahusay na trabaho na tumagal ng 7 taon upang magsulat!
Ang isang pag-uusap na 7 minuto ay na-encode gamit ang opus codec, ang nobela ay na-encode sa ePub, ang volume ay pareho -
1MB, ngunit napakalaking pagkakaiba!
ang mga lakbay ni guilliver
Alam ng lahat ang gawaing ito ni Jonathan Swift mula pagkabata, ngunit sa katunayan ang aklat na ito ay hindi para sa
mga bata.
Ang Gulliver's Travels ay isang political satire para sa mga matatanda, siyempre sa konteksto ng 18
siglo
Ang nakakagulat ay si Swift, bilang isang masigasig na kalaban ng kanyang iba pang kontemporaryo -
Si Newton, sa kanyang "Gulliver's Travels" ay hindi lamang hinulaang ang pagtuklas ng mga satellite
Mars (na may isang medyo tumpak na paglalarawan ng kanilang mga katangian), ngunit din inilarawan sa halip kawili-wili
paraan ng komunikasyon sa pagitan ng mga tao:
β... hiniling ng proyekto ang kumpletong pagpawi ng lahat ng salita;
pangunahing tinutukoy ng may-akda ng proyektong ito ang mga benepisyo at pagtitipid nito sa kalusugan
oras.
Kung tutuusin, kitang-kita na ang bawat salitang binibitawan natin ay may kaakibat na pagkasira.
baga at, samakatuwid, ay humahantong sa pagbawas sa ating buhay.
At dahil ang mga salita ay pangalan lamang ng mga bagay, ipinapalagay ng may-akda ng proyekto na
na magiging mas maginhawa para sa amin na dalhin sa amin ang mga bagay na kinakailangan upang ipahayag ang aming
mga kaisipan at pagnanasa.
... maraming natutunan at matatalinong tao ang gumagamit ng bagong paraan ng pagpapahayag ng kanilang
mga kaisipan sa tulong ng mga bagay.
Ang tanging abala nito ay ang katotohanan na, kung kinakailangan,
magsagawa ng isang mahabang pag-uusap sa iba't ibang mga paksa, ang mga interlocutors ay kailangang dalhin
balikat na may malalaking bundle ng mga bagay, kung hindi pinapayagan ng mga pondo ang pagkuha ng isa o
dalawang matipunong lalaki. Madalas akong nakakita ng dalawang ganoong matalinong tao, pagod sa ilalim
mabigat na pasanin, tulad ng ating mga mangangalakal. Nang magkita sila sa kalye, nagpa-picture sila
shoulders bags, binuksan ang mga ito at, kinuha ang mga kinakailangang bagay mula roon, sa gayon ay nagpatuloy sa isang pag-uusap
pagpapatuloy ng oras; pagkatapos ay itinambak nila ang kanilang mga kagamitan at nagtulungang buhatin ang kargada
balikat, nagpaalam at naghiwalay ng landas.
Gayunpaman, para sa maikli at simpleng pag-uusap maaari mong dalhin ang lahat ng kailangan mo sa iyong bulsa
o sa ilalim ng braso, at ang pag-uusap na nagaganap sa bahay ay hindi nagdudulot ng anuman
kahirapan. Samakatuwid, ang mga silid kung saan nagtitipon ang mga taong gumagamit ng pamamaraang ito ay puno
lahat ng uri ng mga bagay na angkop upang magsilbi bilang materyal para sa naturang artipisyal
mga pag-uusap.
Ang isa pang mahusay na bentahe ng imbensyon na ito ay maaari itong magamit
bilang isang unibersal na wika, naiintindihan ng lahat ng sibilisadong bansa, para sa mga kasangkapan at sambahayan
ang mga kagamitan ay pareho o halos magkatulad sa lahat ng dako, upang ang kanilang paggamit ay madaling maunawaan.
Kaya, ang mga sugo ay madaling makipag-usap sa mga dayuhang hari o
mga ministro na ang wika ay ganap na hindi nila alam..."
Kaya, malamang na hulaan mo na kung saan ako pupunta dito :)
Bakit nagpapadala ng mga panginginig ng hangin (tunog) sa maraming daan at libong kilometro?
mag-abala sa pag-encode (upang maihatid ang mga vibrations ng hangin na ito sa tatanggap nang tumpak at mahusay hangga't maaari), panatilihin ang kinakailangang bandwidth, kung semantiko
Ang load ba ng transmission na ito ay minimal, o kahit na nagiging zero?
Pagkatapos ng lahat, ang mga tao ay nakikipag-usap sa isa't isa hindi sa mga tunog, ngunit sa kahulugan, nilalaman, semantika, mga kaisipan...
Ang konsepto ng bagong sistema ng komunikasyon ay medyo simple - sa source side A mayroong audio
Ang mga vibrations ay na-digitize din, ngunit hindi agad na ipinadala sa kabilang partido, ngunit
ay kino-convert sa teksto (Speech To Text) at pagkatapos ay ang makabuluhang teksto mula sa
subscriber A, na:
- maaaring maipadala nang may pinakamababang kinakailangang bandwidth ng data (kahit ang mga komunikasyon sa radyo ng HF ay posible, atbp.)
- maaaring i-encrypt gamit ang anumang malakas na algorithm ng pag-encrypt
Sa gilid B, ang mga natanggap na mensahe ay nade-decrypt at muling ginawa bilang isang boses mula sa
subscriber A (Text To Speech).
Maaari mo ring i-download ang tinatawag na B side. voice avatar ng subscriber A, sino ang gusto
tumpak na inulit ang paraan ng pagsasalita ng subscriber A.
Ang isang hiwalay na channel ay maaaring magpadala ng ingay at emosyon sa background.
Ang lahat ay totoo para sa komunikasyon sa video - lalo na dahil ang mga indibidwal na elemento ay matagal na
umiiral sa mga application (iba't ibang mga maskara, background sa Zoom, atbp.).
Oo, may mga teknikal na aspeto na kasalukuyang hindi ganap na ipinapatupad sa tamang anyo -
halimbawa, magiging kritikal ang bilis ng conversion ng Speech To Text, ngunit ang paggamit
Ang mga predictive AI conversion algorithm ay maaaring makabuluhang tumaas ang bilis na ito.
Ang pinakamahalagang bentahe ay ang minimal na bandwidth ay kinakailangan sa medium ng paghahatid
datos.
Yung. Ang prinsipyong ito ay maaaring gamitin hindi lamang para sa ordinaryong araw-araw
mga komunikasyon, ngunit para rin sa mga komunikasyong militar at malayuan na may mahabang pagkaantala
(komunikasyon sa espasyo, interplanetary - Buwan, Mars, atbp. :)
Bagaman ito ay isang paglalarawan ng konsepto, sa katunayan, sa isa sa aming mga proyekto ay mayroon nang ilan
Ang isang prototype na may ganitong prinsipyo ay ginagamit nang maraming buwan.
Ngunit higit pa tungkol diyan sa susunod na pagkakataon...
Pinagmulan: www.habr.com