很多人都记得电视剧《硅谷》是关于程序员理查德的
Hendrix，他意外地想出了一种革命性的数据压缩算法，并决定
建立你的创业公司。
该系列的顾问甚至提出了一个评估指标
类似的算法还有虚构的 Weissman Score。
在故事的进一步发展中，这家初创公司使用该解决方案进行了视频聊天。
受人尊敬的社区被邀请讨论另一个完全不同寻常的问题
音视频通话的数据压缩原理，用一种新的方式解决了这个问题，
意想不到的一面。
如果您想参与该解决方案的讨论，并找出它的共同点
乔纳森·斯威夫特的概念和列夫·托尔斯泰的作品，请在猫下。
有些理论
让我们一般性地描述一下现代音频通信的工作原理 - 两者的原理是相同的
通过 GSM 网络以及即时消息和 VOIP 网络进行呼叫。
声音振动被发送到智能手机的麦克风，然后以模拟数字形式发送
转换器（ADC 或 ADC）：
接下来，使用各种编解码器（G711、G729、OPUS、GSM 等）进行编码，
添加或不添加加密（SRTP、ZPTP等）并发送到环境
数据传输。
例如，几乎所有即时通讯工具（WhatsApp、Viber 等）都使用相同的编解码器（最近通常是 Opus），并且几乎相同
修改协议（基于SIP、WebRTC）。
数据传输网络可以是公共互联网或GSM网络或
内联网：
加密是该方案中的可选元素，例如在大多数情况下
不使用 SIP 电话加密。
但在信使中，相反，他们通常使用自己的专有技术
语音和视频加密协议。
接下来，发生相反的过程 - 接收者收到数据后，对接收到的信息进行解码，然后信号进入 DAC（数模转换器），然后进入连接到扬声器的音频放大器：
现代编解码器的特点：
G.711 64 Kbps。
G.726 16、24、32 或 40 Kbps。
G.729A 8 KB/秒
GSM 13 Kb/秒。
iLBC 13.3 Kb/秒。 （30ms帧）； 15.2 KB/秒。 （20毫秒帧）
Speex 范围为 2.15 至 22.4 Kb/秒。
G.722 64 Kbps。
因此，例如，在 WhatsApp 或 Skype 上进行 7 分钟的对话期间，将会出现
大约使用了 1 MB。
让我们记住这些数字 - 1 分钟的对话需要 7MB，我们很快就会需要它们。
“列夫·托尔斯泰就像一面镜子……革命……”
让我们记住这位伟大的俄罗斯作家最著名的小说：
《战争与和平》是列夫·尼古拉耶维奇·托尔斯泰的一部史诗小说，描述了俄罗斯
1805-1812 年对抗拿破仑的战争期间的社会。 小说的结尾带来了
叙述到1820年。
L.N. 的小说《战争与和平》 托尔斯泰投入了七年的紧张和坚持不懈的工作。手稿证明了世界上最大的作品之一是如何创作出来的。
《战争与和平》：作者的档案包含超过 5200 张精美的作品。
如果您现在想阅读这本小说，可以轻松下载。
而且这个文件只有... 1 MB：
fb2和epub格式，就像zip，rar一样，原则上可以被认为是一种
编解码器
让我们想一想——我们在 WhatsApp 上的 7 分钟对话就流量而言是相等的
花了7年时间写成的伟大作品！
7分钟的对话是用opus编解码器编码的，小说是用ePub编码的，体积是一样的——
1MB，但差别太大了！
格列佛游记
大家从小就知道乔纳森·斯威夫特的这部作品，但其实这本书并不是为了
儿童。
《格列佛游记》是一部针对成年人的政治讽刺作品，当然是在18岁的背景下。
世纪。
令人惊讶的是，斯威夫特作为另一位同时代人的强烈反对者——
牛顿在他的《格列佛游记》中不仅预言了卫星的发现
火星（对其特征进行了相当准确的描述），但也描述了一个相当有趣的
人与人之间的沟通方式：
“……该项目要求完全废除所有词语；
该项目的作者主要提到其健康效益和节省
时间。
毕竟，很明显，我们所说的每一个字都与一些磨损有关。
肺部，因此会导致我们的寿命缩短。
由于单词只是事物的名称，该项目的作者做出了这样的假设：
对我们来说，携带表达我们所必需的东西会更加方便
想法和愿望。
...许多非常有学识和智慧的人都使用这种新的方式来表达他们的想法
借助事物的思想。
唯一的不便之处在于，如果有必要的话，
就各种主题进行长时间的对话，对话者必须携带
如果资金不允许雇用一个或多个人，则肩负大捆的东西
两个身材魁梧的家伙。 我经常碰巧看到两个这样的智者，在压力之下精疲力尽。
沉重的负担，就像我们的小贩。 当他们在街上相遇时，他们拍了张照片
背上包，打开包，从里面拿出必要的东西，就这样进行了对话。
一小时的延续； 然后他们把用具堆起来，互相帮助把东西搬到上面。
肩并肩，道别，分道扬镳。
但是，对于简短的对话，您可以将所需的所有物品放在口袋里
或夹在腋下，并且在家中进行的谈话不会引起任何
困难。 因此，使用这种方法的人聚集的房间里充满了
适合作为此类人造材料的各种物体
对话。
本发明的另一大优点是它可以用于
作为一种通用语言，所有文明国家都可以理解，适用于家具和家居
各地的器皿都相同或非常相似，因此它们的用途很容易理解。
因此，使节可以轻松地与外国国王或
他们完全不懂语言的部长们……”
所以，你可能已经猜到我要说什么了:)
为什么空气振动（声音）会传播数百公里和数千公里？
费心编码（为了尽可能准确有效地将这些空气振动传达给接收者），保持必要的带宽，如果语义
该传动装置的负载是否最小，甚至趋于零？
毕竟，人们之间的交流不是用声音，而是用意义、内容、语义、思想……
新通信系统的概念非常简单 - 在源端 A 有音频
振动也被数字化，但并不会立即传送给对方，而是
转换为文本（语音转文本），然后从中提取有意义的文本
订户 A，他：
- 可以用所需的最小数据带宽进行传输（甚至可以进行高频无线电通信等）
- 可以使用任何强加密算法进行加密
在 B 侧，接收到的消息被解密并再现为来自
订阅者 A（文本转语音）。
你也可以下载所谓的B面。 用户 A 的语音头像，他会
准确地重复了用户A的讲话方式。
单独的通道可以传输背景噪音和情绪。
对于视频通信来说也是如此——特别是因为各个元素长期以来都被
存在于应用程序中（各种蒙版、Zoom 中的背景等）。
是的，有些技术方面目前尚未以适当的形式完全实施 -
例如，语音到文本转换的速度至关重要，但是使用
预测性 AI 转换算法可以显着提高此速度。
最重要的优点是传输介质所需的带宽最小
数据。
那些。 这个原理不仅适用于平常的日常生活
通信，也适用于军事和长途通信，延迟时间长
（太空通讯、行星际-月球、火星等：）
虽然这是概念的描述，但事实上，在我们的一个项目中已经有几个
采用这一原理的原型机已经使用了几个月。
但下次会详细讨论...
来源： habr.com