فهرست مطالب
یک نفر با کمک کُدک صوتی EnCodec توانسته یک آهنگ دو دقیقه‌ای ۲.۹ مگابایتی را حدود هزار برابر فشرده و در قالب تنها ۸ کد QR روی کاغذ ذخیره کند.
به‌گزارش سرویس فناوری تکناک، یک نفر با نام Makestreme موفق شد یک آهنگ کامل دو دقیقه‌ای را روی یک برگه کاغذ ذخیره و چاپ کند و تمام مراحل ساخت پروژه به همراه کد منبع آن را در Hackster.io منتشر کرده است. راز این پروژه در استفاده از کُدک صوتی EnCodec متا نهفته است؛ فناوری‌ای که یک فایل MP3 با حجم ۲.۹ مگابایت را به حدود ۲۱ کیلوبایت توکن نهفته تبدیل می‌کند و در نتیجه حجم داده را تقریبا هزار برابر کاهش می‌دهد.
این فایل ۲۱ کیلوبایتی سپس میان هشت کد QR تقسیم شده که روی دو طرف یک برگه و در قالبی شبیه یک کاست کاغذی قرار گرفته‌اند. همین فایل ۲۱ کیلوبایتی را می‌توان بین دو برد ESP32 نیز از طریق رادیوی LoRa منتقل کرد. بررسی کد فرستنده منتشرشده نشان می‌دهد انتقال بی‌سیم هر آهنگ با این روش حدود ۹۰ دقیقه طول می‌کشد.
بیشتر بخوانید: این پیام‌رسان پیام‌ها را با کبوتر می‌فرستد!
روش و کیفیت فشرده‌سازی با کُدک صوتی EnCodec
ظرفیت هر کد QR در این پروژه حداکثر حدود ۳ کیلوبایت داده باینری است و Makestreme در عمل توانسته این رقم را به حدود ۳.۳ کیلوبایت برساند. بنابراین، ذخیره مستقیم یک فایل MP3 با حجم ۲.۹ مگابایت روی کدهای QR به نزدیک هزار کد نیاز داشت.
فشرده‌سازی‌های معمول نیز نمی‌توانستند این شکاف عظیم را پر کنند، زیرا MP3 خودش از قبل یک فرمت فشرده‌سازی با اتلاف است و بخش قابل‌توجهی از داده‌های صوتی را حذف کرده است. کُدک صوتی EnCodec راه‌حل این مشکل است.
این کُدک متن‌باز که متا در سال ۲۰۲۲ منتشر کرد، شکل موج صوتی را به مجموعه‌ای از توکن‌های گسسته تبدیل می‌کند؛ سپس رمزگشایی که با آن سازگار است، این توکن‌ها را دوباره به فایل صوتی تبدیل می‌کند. در پروژه Makestreme، استفاده از نرخ ۳ کیلوبیت بر ثانیه کیفیت قابل‌قبولی برای آهنگ بازسازی‌شده ارائه کرده، اما کاهش نرخ به ۱.۵ کیلوبیت بر ثانیه باعث افت شدید کیفیت خروجی شده است.
خبر پیشنهادی: هشدارهای امنیتی اپل را نادیده نگیرید
هشت کد QR هرکدام یک شناسه یک‌بایتی و بخشی از جریان توکن‌ها را ذخیره می‌کنند؛ چهار کد در هر طرف برگه قرار گرفته‌اند تا ساختار آن شبیه به برگرداندن صفحه یک صفحه گرامافون باشد. برای افزایش ظرفیت، نرم‌افزار تولید QR پایین‌ترین سطح تصحیح خطا را انتخاب می‌کند.
در نتیجه تقریبا هیچ داده اضافی برای بازیابی خطا وجود ندارد و آسیب دیدن حتی یکی از کدها می‌تواند به از دست رفتن کل آهنگ منجر شود. در نسخه بی‌سیم پروژه، دو برد ESP32 به ماژول‌های RYLR998 شرکت REYAX در فرکانس ۸۶۶ مگاهرتز مجهز شده‌اند. فایل با کمک کُدک صوتی EnCodec در بسته‌های ۱۶۰ بایتی منتقل می‌شود و سیستم از سازوکار تایید دریافت و ارسال مجدد برای اطمینان از انتقال صحیح داده‌ها استفاده می‌کند.
کد فرستنده پس از دریافت تایید هر بسته، ۴۰ ثانیه مکث می‌کند. یک فایل ۲۱ کیلوبایتی حدود ۱۳۴ بسته نیاز دارد؛ بنابراین همین مکث‌ها در مجموع تقریبا ۹۰ دقیقه به زمان انتقال اضافه می‌کنند. این زمان‌بندی محافظه‌کارانه برای رعایت محدودیت‌های چرخه کاری ارتباط رادیویی در نظر گرفته شده است. بااین‌حال، سرعت آن در مقایسه با پروژه‌ای که یک توسعه‌دهنده دیگر اخیراً با انتقال کدهای QR بین گوشی‌ها در نرخ ۶۰ فریم بر ثانیه به حدود ۱۹۰ کیلوبایت بر ثانیه رسانده، بسیار پایین‌تر است.
ذخیره نرم‌افزار روی کاغذ
برای مطالعه بیشتر: اینستاگرام لوگوتایپ خود را بعد از سال‌ها تغییر داد
ایده ذخیره نرم‌افزار روی کاغذ البته سابقه‌ای چند دهه‌ای دارد. در سال ۱۹۸۵، فناوری Cauzin Softstrip امکان انتشار برنامه‌های رایانه‌ای را در قالب بارکدهای دوبعدی فراهم کرد و مجلات می‌توانستند تا ۵۵۰۰ بایت داده را در هر نوار ذخیره کنند. این فناوری با ارزان و فراگیر شدن فلاپی‌دیسک‌ها کنار گذاشته شد و نوارهای باقی‌مانده از آن دوران امروزه برای تقریبا هیچ‌کس قابل استفاده نیستند. Paper Tunes نیز با وجود ظاهر متفاوت، همان مشکل بنیادین را دارد.
کدهای QR این پروژه خودِ فایل صوتی را ذخیره نمی‌کنند، بلکه مجموعه توکن‌هایی را در خود نگه می‌دارند که تنها با رمزگشای دقیق ۲۴ کیلوهرتزی کُدک صوتی EnCodec قابل تبدیل دوباره به صدا هستند.
بنابراین، اگرچه ممکن است کاغذ قرن‌ها دوام بیاورد (همان‌طور که Cerabyte با کدهای QR میکروسکوپی حک‌شده روی سرامیک به ماندگاری بسیار طولانی داده‌ها اشاره می‌کند) اما عمر واقعی این آهنگ به چیز دیگری وابسته است: اینکه شبکه عصبی موردنیاز برای رمزگشایی آن تا چه زمانی در دسترس و قابل استفاده باقی بماند.
