Мейкстрем (Makestreme) напечатал двухминутную песню на листе бумаги, опубликовав полную сборку и исходный код на Hackster.io. Секрет кроется в нейроаудиокодеке EnCodec от Meta*, который сжал MP3 размером 2,9 МБ примерно до 21 КБ латентных токенов — сокращение примерно в 1000 раз, достаточно малое, чтобы уместиться на восьми QR-кодах, расположенных в виде двусторонней «бумажной кассеты». Тот же файл размером 21 КБ был передан между двумя платами ESP32 по радиоканалу LoRa, и, судя по опубликованному коду передатчика, такая беспроводная передача занимает около 90 минут на одну песню.
Один QR-код вмещает максимум около 3 КБ двоичных данных, причём Мейкстрем достиг практического предела примерно в 3,3 КБ, поэтому MP3 размером 2,9 МБ потребовалось бы почти тысяча таких кодов. Обычное сжатие не может сократить этот разрыв, поскольку MP3 сам по себе уже является lossy-форматом, и здесь на помощь приходит EnCodec.
Кодек с открытым исходным кодом, выпущенный Meta в 2022 году, преобразует звуковую волну в дискретные токены, которые соответствующий декодер превращает обратно в аудио. При настройке проекта с битрейтом 3 кбит/с восстановленная песня, по сообщениям, звучала хорошо. Однако при 1,5 кбит/с качество сильно ухудшалось.
Каждый из восьми QR-кодов содержит 1-байтовый идентификатор и часть потока токенов — по четыре кода на сторону, что отсылает к переворачиванию виниловой пластинки. Скрипт генератора использует самый низкий уровень коррекции ошибок для максимальной плотности, поэтому избыточности нет: повредите один код — и песня пропадёт.
LoRa соединяет две платы ESP32 с модулями REYAX RYLR998 на частоте 866 МГц, передавая файл пакетами по 160 байт с протоколом подтверждения и повторной отправки. В скетче передатчика жёстко прописана 40-секундная пауза после каждого подтверждённого пакета, а при примерно 134 пакетах для файла размером 21 КБ одни только паузы составляют около 90 минут. Такой темп намеренно консервативен для соблюдения рабочего цикла, и он далёк от 190 КБ/с, которых недавно добился другой разработчик, передавая QR-коды между телефонами с частотой 60 кадров в секунду.
Печать программного обеспечения на бумаге восходит к Cauzin Softstrip 1985 года — двумерному штрихкоду, позволявшему журналам публиковать программы объёмом до 5500 байт на полоску; он исчез, когда дискеты подешевели. От него остались полоски, которые сегодня почти никто не может прочитать, и Paper Tunes наследует ту же зависимость: QR-коды хранят токены, а не аудио, поэтому для воспроизведения требуется точный 24-килогерцевый декодер EnCodec.
Бумага может прослужить столетия, как утверждает Cerabyte со своими микроскопическими QR-кодами, вытравленными на керамике, но песня сохранится лишь до тех пор, пока существует нейросеть, способная её декодировать.
Facebook*, Instagram* и WhatsApp* принадлежат компании Meta* Platforms Inc., деятельность которой признана экстремистской и запрещена на территории Российской Федерации.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Luke James
