petr0v
Я в такие "разработки" не верю. Слишком красиво все оформлено.
Короче, кто его знает что это такое, надо поверять, а я с Цэ++ не дружу.

Programmist

Почему вы думаете, что таких одиночек нет? По-моему они есть даже на этом форуме и не в единственном числе.

Programmist

Я в такие "разработки" не верю. Слишком красиво все оформлено.

Ну полно проектов open source красиво оформлены и работают. Не пробуя, сразу говорить "не верю"? Я пробовал Gimp, Open Office и многие другие open source софты. Ничего, работают. Может не так хорошо и ожидаемо, как коммерческие аналоги, но сказать, что это обман - покривить душой. Apache так вообще стал образцом для веб-серверов. И таких примеров - десятки как минимум.

Rulez Reloaded
Почему вы думаете, что таких одиночек нет?
Есть то они есть и это очень хорошо, но создать готовый рабочий продукт одному очень сложно.

Rulez Reloaded
сказать, что это обман - покривить душой
Мне не совсем понятна конечная цель этих людей. Практически все, что возможно в этой области уже сделано. Ну, придумают очередной формат сжатия, Вы думаете, он будет лучше тех, что уже есть?

Programmist

Есть то они есть и это очень хорошо, но создать готовый рабочий продукт одному очень сложно.

И тем не менее, есть реальные примеры. Я думаю, вы их заметили.

Ну, придумают очередной формат сжатия, Вы думаете, он будет лучше тех, что уже есть?

Почему обязательно лучше? Пусть на 20% хуже, но зато бесплатный. Любой может взять и улучшить.

Практически все, что возможно в этой области уже сделано

Угу. 20 и 50 лет считали также по многим вопросам.

Rulez Reloaded
20 и 50 лет считали также по многим вопросам
Здесь вопрос всего один, и в этой области что-либо сделать новое уже не выйдет. Всему есть разумный предел. Лучше бы довели до ума Lame. Он тоже бесплатный.
Хотя, возможно это он и есть. У меня тоже была идея выкинуть из Lame все лишнее и переписать на Delphi.
Оказалось - слабо.

Programmist

Я в такие "разработки" не верю. Слишком красиво все оформлено.
Короче, кто его знает что это такое, надо поверять, а я с Цэ++ не дружу.

Это реальная разработка с открытыми исходниками. Вон на электрониксе люди не то что на PC на целочисленных сигнальниках запускали

http://electronix.ru/forum/index.php?s=&showtopic=45621&view=findpost&p=776669

Programmist

Да причем тут LAME? Там битрейты дикие нужны (по меркам NFM-каналов). Это прошлый век, допотопная Фрагоферовская разработка для музыки, от которой сейчас потихоньку отказываются в силу значительных потерь. Кроме того, LAME не оптимизирован под речь. Сейчас есть совсем другие вокодеры, которые на 1200 и даже 600 bps позволяют вполне разборчиво передавать речь. Это AMBE+2, вариации на тему MELP (вот это, например, слушали? http://www.compandent.com/products_melpe.htm). И нового здесь немало - 10 лет назад считалось, что для качественной передачи речи нужно не менее 32-48 kbps.

Rulez Reloaded
10 лет назад считалось, что для качественной передачи речи нужно не менее 32-48 kbps
И сейчас так считается, а все вариации на тему MELP, это уже не речь а "а-ля робот Вертер", где передается, по сути, текст, а воспроизводит синтезатор.

RN3ASW
Без сомнения, вещь интересная, но это уже ближе к системе распознования-синтеза речи.
Для моего понимания эта штука не доступна.

Programmist

И сейчас так считается, а все вариации на тему MELP, это уже не речь а "а-ля робот Вертер", где передается, по сути, текст, а воспроизводит синтезатор.

Это на 600 bps робот, на 4800 отличная речь, которую немузыкальное ухо при 100% качестве канала может спутать с аналогом. Это из реальных опытов, а не домыслы.

Rulez Reloaded
На 9600 простое БПФ с выброшенными "палками" дает приемлемую разборчивость, пусть тут на 4800 в 2 раза лучше, но какова цена? Небольшой уход в сторону от стандартной речи выдаст полную абракадабру. Сжатие при помощи БПФ и психоакустики и распознавание - синтез речи вещи хоть и родственные, но подход другой.
А MELP я этот не испытывал, и скорее всего не буду, не в этой жизни :)

Programmist

Вам не интересно, не смогли, ну и ладно. Есть люди, кому интересно. Они делают новое. Вам так не кажется? А мне кажется.

Rulez Reloaded
Правильно делают, только нужно называть вещи своими именами: Если это кодек для сжатия сигнала то это кодек, а если это распознавалка речи то это распознавалка речи. Там работы еще на много лет хватит.

P.S. Немного не в тему, но представил у себя дома вместо колонок набор музыкальных инструментов, исполняющих лунную сонату при помощи электроприводов :))
И подмигивающий зеленым светодиодом силиконовый девайс для исполнения вокальных партий.

Если это кодек для сжатия сигнала то это кодек, а если это распознавалка речи то это распознавалка речи. Там работы еще на много лет хватит.
А не пробовал ли кто устроить жёсткое испытание - передать музыку например. Что будет? :)

Sergey4565
Пробовал, только не на исходниках, а на какой-то готовой железке. Если "кодек" не может захватить речь, получается какая-то смесь похрюкивания с DTMF. Тоже самое выходит с женским голосом. О музыке не может быть и речи.
До настоящего распознания, конечно очень далеко. Имхо сейчас это старое доброе БПФ с более жесткой психоакустикой. Ну а на приеме недостающие элементы спектра с успехом "подпевает" генератор (синтезатор).
На самом деле, я посвятил этим вопросам немало времени и примерно представляю себе границу возможного и невозможного в этой области.

Rulez Reloaded
Легкий оффтопик, но я как-то слышал работу вокодера с голосом, говорящим на польском и ирландском. :) Это было нечто. Подозреваю, что с азиатскими языками будет тоже забавно.

RadioElk
Так психоакустика на том и основана, что недостающие (или инвертированные) части спектра мозг дорабатывает сам. И если Вы не знаете языка, то получится просто птичье пение.
При небольшой тренировке, человек способен читать инверсию как нормальный голос. Это все равно что носить очки, переворачивающие все кверху ногами - постепенно все встанет на свои места.

Кстати, музыка с низким битрейтом очень быстро утомляет, потому что велика нагрузка на "собственный процессор". И слушаем мы по большому счету не музыку а то, как она нам представляется музыкой.

Programmist
Польский я понимаю. Но фонетика языков разная. И вокодер, который настраивался по одному языку, звуки другого может передавать хуже, считая отдельные фонемы шумом, особенно фрикативные, естественно. :)

Programmist
И куда это вас понесло. То распознавалки речи, то психоакустика. Низкоскоростные вокодеры вполне себе неплохо звучат и иностранная речь понятна и мужчину от женщины отличить легко. Например кодек AMBE-LR 1200bps.

RadioElk
Польский я понимаю. Но фонетика языков разная
Совершенно верно, в этом недостаток "кодеков" настроенных под определенный стандарт речи. Оперативно перестраиваться они пока не умеют. Так что работы в этой области хватит еще на долго :)

Programmist

P.S. Немного не в тему, но представил у себя дома вместо колонок набор музыкальных инструментов, исполняющих лунную сонату при помощи электроприводов :))
И подмигивающий зеленым светодиодом силиконовый девайс для исполнения вокальных партий.

А теперь представьте оркестр, играющий по нотам гениального композитора, дошедшим до нас через столетия в предельно сжатом виде, звучит превосходно. ;)

Речевые кодеки основаны не на психоакустике, а на том что голосовой акустический тракт изменяется гораздо медленнее чем звуковые колебания, фактически передаются параметры акустических резонаторов и источников возбуждения, всё это работает, разумеется что передавать музыку через речевой кодек то же самое что заставить человека голосом изобразить оркестр.

dezigner
И куда это вас понесло
Да, действительно. Просто для меня это "больная тема".

petr0v
Речевые кодеки основаны не на психоакустике
Для экономии места назвал все эти технологии психоакустикой. Обсуждать все подробности этого дела - нужен отдельный форум (и не один) :))

фактически передаются параметры акустических резонаторов
А вот параметры акустических резонаторов как раз то и не передаются, потому как не знает их никто заранее. Вот и настроены они определенным образом, отсюда и "птичья песня".

Rulez Reloaded
разработка, распространение и т.д. средств защиты информации контролируется ФСБ. Но с другой стороны, никто не мешает просто оцифровывать голос вокодером, не предпринимая никаких мер, направленных на защиту информации.
Всё верно. А потом - самая соль - завернуть голос в какой-нибудь хитрый FEC с переменными параметрами. Т.е. помехоустойчивое кодирование формально шифрованием не является, но и угадать параметры с бухты-барахты не выйдет.

Programmist
представил у себя дома вместо колонок набор музыкальных инструментов, исполняющих лунную сонату при помощи электроприводов :))
называется MIDI.

Sergey4565
А не пробовал ли кто устроить жёсткое испытание - передать музыку например. Что будет? :)
А не забивал ли никто гвозди-сотки шуруповёртом, например. Что будет?


По теме, David Rowe таки выпустил альфа-версию Codec2, опенсорсного вокодера на 2550 бит/с. По первой ссылке есть образцы записей и сравнение с MELP.


А тут есть сишные реализации LPC-10 и MELP.

http://fantozer.forumbb.ru/viewtopic.php?id=36
Не важно, что все будут говорить одним голосом, зато какова скорость передачи!
Можно в крайнем случае еще один бит задействовать (мужик-баба).
Ну и осталось совсем немножко - правильно речь распознать :)

Programmist
а каким боком это относится к радио?

Sashman
Самым прямым: передача информации по радио в максимально узкой полосе.