RFNews | SV1RVP
Φανταστείτε έναν σταθμό στα 20 ή στα 40 μέτρα που φτάνει οριακά στον δέκτη μας. Στο waterfall το σήμα διακρίνεται, το S-meter μόλις που αντιδρά, όμως από το μεγάφωνο η φωνή χάνεται μέσα στον θόρυβο και στο fading. Με ένα συνηθισμένο SSB QSO πιθανότατα θα αρχίζαμε τις επαναλήψεις: «πες ξανά το callsign», «επανάλαβε το τελευταίο», «δεν πήρα το όνομα». Είναι μια κατάσταση γνώριμη σε οποιονδήποτε έχει περάσει αρκετές ώρες στα HF. Τώρα όμως φανταστείτε ότι από τον ίδιο ασύρματο και μέσα από το ίδιο ραδιοκανάλι, αντί να προσπαθούμε απλώς να καταλάβουμε ό,τι απέμεινε από την αναλογική φωνή, ένας αλγόριθμος επιχειρεί να ανακατασκευάσει την ομιλία στην άλλη άκρη της ζεύξης. Όχι επειδή «μαντεύει» τι είπαμε και όχι επειδή κάποιο σύστημα τεχνητής νοημοσύνης καταλαβαίνει τη συνομιλία μας, αλλά επειδή έχει μάθει έναν διαφορετικό τρόπο να αναπαριστά και να μεταφέρει τα σημαντικά χαρακτηριστικά της ανθρώπινης φωνής μέσα από ένα δύσκολο HF κανάλι.
Αυτό είναι, σε γενικές γραμμές, το FreeDV RADE – Radio Autoencoder. Πρόκειται για μία από τις σημαντικότερες εξελίξεις που έχουν εμφανιστεί τα τελευταία χρόνια στον χώρο της ψηφιακής φωνής στα βραχέα, επειδή αλλάζει αρκετά τη φιλοσοφία με την οποία προσεγγίζαμε μέχρι σήμερα ένα digital voice modem. Το RADE συνδυάζει κλασικές τεχνικές DSP – Digital Signal Processing με Machine Learning και έχει σχεδιαστεί ειδικά για μετάδοση ομιλίας πάνω από πραγματικά HF κανάλια, όπου υπάρχουν θόρυβος, μεταβολές στάθμης, επιλεκτικό fading, multipath και συνεχείς μεταβολές φάσης και πλάτους. Η επίσημη υλοποίηση RADE V1 έχει ενσωματωθεί στο FreeDV και σύμφωνα με την ομάδα ανάπτυξης μπορεί να μεταφέρει φωνή ακόμη και σε συνθήκες όπου το SNR πλησιάζει περίπου τα -2 dB, ενώ το ονομαστικό εύρος του RF σήματος είναι περίπου 1,5 kHz. Για να αντιληφθούμε όμως γιατί αυτά τα νούμερα έχουν ενδιαφέρον, πρέπει πρώτα να δούμε τι ακριβώς κάνει διαφορετικά.
Από την αναλογική φωνή στα κλασικά FreeDV modes, και από εκεί στο RADE.
Στο αναλογικό SSB η λογική είναι σχετικά άμεση. Η φωνή μας μετατρέπεται σε ηλεκτρικό σήμα, διαμορφώνεται, εκπέμπεται και στην άλλη πλευρά ο δέκτης προσπαθεί να αναπαράγει όσο καλύτερα μπορεί αυτό που επέζησε από τη διαδρομή. Αν το HF κανάλι εισαγάγει θόρυβο, βαθύ fading ή παραμόρφωση, όλα αυτά καταλήγουν μαζί με τη φωνή στο μεγάφωνο. Η ψηφιακή φωνή ακολούθησε έναν διαφορετικό δρόμο. Τα προηγούμενα FreeDV modes χρησιμοποιούν vocoders όπως το Codec 2 για να περιγράψουν την ανθρώπινη ομιλία με πολύ μικρότερο αριθμό δεδομένων, μετατρέπουν αυτά τα δεδομένα σε ψηφιακά σύμβολα, τα μεταδίδουν με συγκεκριμένη διαμόρφωση και ο δέκτης προσπαθεί να ανακτήσει τα bits και να ξαναδημιουργήσει τη φωνή. Αυτή η προσέγγιση λειτουργεί και έχει αποδείξει την αξία της, αλλά ουσιαστικά έχουμε διακριτά στάδια: codec, modem, ραδιοκανάλι και αποκωδικοποίηση.
Το RADE αλλάζει αυτή τη λογική. Παρότι αποτελεί μέρος της οικογένειας FreeDV, το RADE V1 δεν χρησιμοποιεί το Codec 2 για τη σύνθεση της φωνής. Χρησιμοποιεί τον neural vocoder FARGAN – Frame-wise Auto-Regressive Generative Adversarial Network και ένα σύστημα το οποίο έχει εκπαιδευτεί ώστε η αναπαράσταση της ομιλίας και ο τρόπος με τον οποίο αυτή περνά από το modem να βελτιστοποιούνται μαζί λαμβάνοντας υπόψη τις ιδιότητες ενός HF καναλιού. Εδώ βρίσκεται και η ουσιαστική διαφορά. Δεν έχουμε απλώς έναν καλύτερο codec συνδεδεμένο σε ένα καλύτερο modem. Το σύστημα έχει εκπαιδευτεί end-to-end, δηλαδή από την αναπαράσταση της ομιλίας στην πλευρά της εκπομπής μέχρι την ανακατασκευή της στην πλευρά της λήψης, με ένα μοντέλο του ραδιοκαναλιού ανάμεσά τους.
Η λέξη Autoencoder στον όρο Radio Autoencoder έχει λοιπόν πραγματικό τεχνικό περιεχόμενο. Σε ένα τέτοιο σύστημα ένας encoder μαθαίνει να παίρνει μια πολύπλοκη πληροφορία και να τη μετασχηματίζει σε μια μικρότερη εσωτερική αναπαράσταση, συχνά αποκαλούμενη latent representation ή latent vector. Στην άλλη πλευρά ένας decoder προσπαθεί από αυτή την αναπαράσταση να ανακατασκευάσει την αρχική πληροφορία. Στην περίπτωση του RADE, ανάμεσα στους δύο δεν υπάρχει ένα ιδανικό ψηφιακό καλώδιο. Κατά την ανάπτυξη και εκπαίδευση του συστήματος παρεμβάλλεται ένα μοντέλο ραδιοκαναλιού με θόρυβο και φαινόμενα που προσομοιώνουν πραγματικές HF συνθήκες. Με αυτόν τον τρόπο ο encoder και ο decoder δεν μαθαίνουν απλώς να συμπιέζουν φωνή. Μαθαίνουν μια αναπαράσταση που έχει σχεδιαστεί εξαρχής για να επιβιώνει όσο το δυνατόν καλύτερα στη διαδρομή από τη μία κεραία στην άλλη.
Τι συμβαίνει πραγματικά από το μικρόφωνο μέχρι την κεραία
Όταν μιλάμε σε ένα σύστημα RADE, ο υπολογιστής δεν αντιμετωπίζει τη φωνή απλώς σαν μια σειρά από audio samples που πρέπει να σταλούν αυτούσια. Από το εισερχόμενο speech audio εξάγονται χαρακτηριστικά που περιγράφουν τη δομή της ανθρώπινης ομιλίας, όπως πληροφορίες για το βραχυχρόνιο φάσμα, το pitch –δηλαδή τη θεμελιώδη περιοδικότητα που σχετίζεται με το ύψος της φωνής– και το voicing, το κατά πόσο δηλαδή ένας ήχος παράγεται από περιοδική διέγερση των φωνητικών χορδών ή μοιάζει περισσότερο με θόρυβο. Αυτά τα χαρακτηριστικά περνούν στον neural encoder και από εκεί παράγεται η συμπυκνωμένη εσωτερική αναπαράσταση που πρέπει να μεταφερθεί μέσω του αέρα.
Στη συνέχεια αυτή η πληροφορία μετατρέπεται σε πραγματικό waveform κατάλληλο για εκπομπή. Το RADE V1 χρησιμοποιεί τεχνική OFDM – Orthogonal Frequency Division Multiplexing, δηλαδή μοιράζει την πληροφορία σε πολλαπλούς ορθογώνιους υποφέροντες μέσα στο διαθέσιμο φάσμα. Στην πρώτη επίσημη έκδοση χρησιμοποιούνται 30 carriers μαζί με pilot symbols που βοηθούν τον δέκτη να εκτιμά τις μεταβολές του καναλιού και να πραγματοποιεί equalization. Εδώ υπάρχει όμως ακόμη μία ενδιαφέρουσα διαφοροποίηση από τα παλαιότερα FreeDV modes. Σε ένα κλασικό ψηφιακό modem όπως το QPSK έχουμε συγκεκριμένα επιτρεπόμενα σημεία σε ένα constellation. Το RADE V1 παράγει αντίθετα ένα συνεχώς μεταβαλλόμενο σήμα φάσης και πλάτους, χωρίς να περιορίζεται σε ένα μικρό σύνολο προκαθορισμένων constellation points. Με απλά λόγια, το Machine Learning συμμετέχει όχι μόνο στο πώς περιγράφεται η φωνή αλλά και στο πώς αυτή η πληροφορία αποτυπώνεται πάνω στο ραδιοσήμα.
Από εκεί και πέρα συμβαίνει κάτι που έχει ιδιαίτερη σημασία για τον ραδιοερασιτέχνη: ο ίδιος ο HF πομποδέκτης δεν χρειάζεται να γνωρίζει τι είναι το RADE. Για έναν συμβατικό SSB πομποδέκτη, το σήμα που δημιουργεί ο υπολογιστής είναι ουσιαστικά ένα baseband audio waveform που περνά από τη διαδρομή εκπομπής του μηχανήματος και ανεβαίνει στη συχνότητα RF όπως θα συνέβαινε και με άλλες εφαρμογές ψηφιακών modes. Η «ευφυΐα» βρίσκεται στο λογισμικό. Αυτό σημαίνει ότι ένας σύγχρονος all-mode πομποδέκτης όπως ο Yaesu FT-991A που διαθέτουμε και εμείς για τις δοκιμές μας δεν χρειάζεται ειδικό RADE firmware ή κάποιο πρόσθετο modem μέσα στον ασύρματο. Η πραγματική σύνδεση, οι ρυθμίσεις USB audio, CAT, PTT, τα επίπεδα εκπομπής και η χρήση με Windows ή Raspberry Pi είναι ένα διαφορετικό και αρκετά μεγάλο θέμα, το οποίο θα εξετάσουμε βήμα προς βήμα στο δεύτερο μέρος.
Το δύσκολο κομμάτι αρχίζει όταν το σήμα φύγει από την κεραία.
Ένα modem για HF δεν κρίνεται τόσο από το πώς λειτουργεί όταν το συνδέσουμε με ένα καλώδιο από τον πομπό στον δέκτη, αλλά από το τι συμβαίνει όταν ανάμεσά τους βάλουμε την ιονόσφαιρα. Στα βραχέα το ίδιο σήμα μπορεί να φτάσει στον δέκτη μέσω περισσότερων της μίας διαδρομών, με διαφορετικές καθυστερήσεις και φάσεις. Τμήματα του φάσματος μπορούν να εξασθενήσουν περισσότερο από άλλα, η συνολική στάθμη να αλλάζει διαρκώς και το phase να μετακινείται. Αυτό είναι το γνωστό multipath και το επιλεκτικό fading που πολλές φορές κάνουν μια φωνή SSB να ακούγεται σαν να «σπάει», να εξαφανίζονται συλλαβές ή να αλλάζει δραματικά η ποιότητά της μέσα σε λίγα δευτερόλεπτα.
Το σημαντικό με το RADE είναι ότι αυτές οι διαταραχές δεν αντιμετωπίστηκαν ως μια εκ των υστέρων δυσκολία. Αποτελούν μέρος του προβλήματος πάνω στο οποίο εκπαιδεύτηκε το σύστημα. Κατά την ανάπτυξή του χρησιμοποιήθηκαν μοντέλα καναλιού που εισάγουν θόρυβο, μεταβολές φάσης και πλάτους και multipath, ώστε ο encoder και ο decoder να βελτιστοποιηθούν γνωρίζοντας εξαρχής ότι η πληροφορία θα περάσει μέσα από ένα ατελές κανάλι. Αυτό δεν σημαίνει φυσικά ότι το RADE μπορεί να νικήσει τους νόμους της φυσικής ή ότι οποιοδήποτε σήμα, όσο αδύναμο κι αν είναι, θα αποκωδικοποιηθεί. Υπάρχει πάντα ένα σημείο στο οποίο η πληροφορία που φτάνει είναι ανεπαρκής. Η διαφορά βρίσκεται στο πόσο κοντά μπορεί να πλησιάσει κανείς αυτό το όριο διατηρώντας ακόμη κατανοητή ομιλία.
Στον δέκτη η διαδικασία εκτελείται αντίστροφα. Το software πρέπει αρχικά να εντοπίσει και να συγχρονιστεί με το εισερχόμενο RADE waveform, να αντιμετωπίσει όσο μπορεί τις μεταβολές του HF καναλιού και να ανακτήσει την latent αναπαράσταση που μεταφέρθηκε. Ο neural decoder χρησιμοποιεί αυτή την πληροφορία για να ανακατασκευάσει τα χαρακτηριστικά της ομιλίας και στη συνέχεια ο FARGAN neural vocoder συνθέτει το audio που τελικά ακούμε από τα ηχεία ή τα ακουστικά μας. Γι’ αυτό και το αποτέλεσμα δεν είναι η ηχογράφηση της φωνής που ταξίδεψε αυτούσια μέσα από τον αέρα. Είναι μια νέα σύνθεση της ομιλίας με βάση τις πληροφορίες που κατάφερε να μεταφέρει το modem.
Σε μία μόνο γραμμή, η διαδρομή θα μπορούσε να περιγραφεί ως:
φωνή → χαρακτηριστικά ομιλίας → neural representation → OFDM waveform → HF κανάλι → λήψη και συγχρονισμός → neural reconstruction → χαρακτηριστικά ομιλίας → συνθετική φωνή.
Τι σημαίνουν στην πράξη τα -2 dB, τα 8 kHz φωνής και το RF εύρος των 1,5 kHz.
Ένα από τα χαρακτηριστικά του RADE V1 που τραβά αμέσως την προσοχή είναι η αναφορά της ομάδας FreeDV σε λειτουργία με SNR περίπου -2 dB. Ένα αρνητικό Signal-to-Noise Ratio δεν σημαίνει ότι δεν υπάρχει σήμα. Σημαίνει ότι μέσα στο εύρος στο οποίο πραγματοποιείται η μέτρηση η συνολική ισχύς του επιθυμητού σήματος είναι χαμηλότερη από την ισχύ του θορύβου. Για την ανθρώπινη ακοή και ειδικά για μια εξασθενημένη SSB φωνή, αυτή είναι ήδη μια δύσκολη περιοχή. Ένα ψηφιακό σύστημα όμως δεν ακούει όπως εμείς. Αναζητά τη δομή του δικού του waveform και, εφόσον μπορεί να συγχρονιστεί και να ανακτήσει αρκετή πληροφορία, είναι δυνατό να παράγει κατανοητή φωνή ακόμη όταν η οπτική και ακουστική εντύπωση του σήματος δεν είναι ιδιαίτερα εντυπωσιακή. Το -2 dB πρέπει επομένως να αντιμετωπίζεται ως χαρακτηριστικό απόδοσης του συγκεκριμένου συστήματος κάτω από συγκεκριμένες συνθήκες και όχι σαν υπόσχεση ότι οποιοδήποτε RADE QSO στα -2 dB θα είναι πάντοτε τέλειο. Η μορφή του fading, οι παρεμβολές, η σταθερότητα συχνότητας και η ποιότητα της διαδρομής εξακολουθούν να έχουν σημασία.
Εξίσου ενδιαφέρουσα είναι η αναφορά σε speech audio bandwidth περίπου 8 kHz και ονομαστικό RF bandwidth μόλις περίπου 1.500 Hz. Αυτό δεν σημαίνει ότι παίρνουμε κυριολεκτικά ένα αναλογικό audio σήμα οκτώ kilohertz και το «στριμώχνουμε» αυτούσιο μέσα σε 1,5 kHz ραδιοφάσματος. Αν συνέβαινε αυτό, θα παραβιάζαμε απλώς τη θεωρία της επικοινωνίας. Αυτό που μεταδίδεται είναι μια συμπιεσμένη αναπαράσταση των χαρακτηριστικών που χρειάζονται για να ανασυντεθεί η ομιλία στην άλλη πλευρά. Έτσι το παραγόμενο audio μπορεί να έχει μεγαλύτερο αντιληπτό εύρος και φυσικότητα από ό,τι θα περίμενε κάποιος βλέποντας μόνο το εύρος του RF waveform. Χρειάζεται εδώ και μία τεχνική διευκρίνιση: στα νεότερα έγγραφα ανάπτυξης του RADE η ομάδα αναφέρει για το V1 περίπου 2,1 kHz ως 99% occupied bandwidth όταν λαμβάνονται υπόψη και πραγματικά φίλτρα SSB. Επομένως το 1,5 kHz περιγράφει το ονομαστικό εύρος που απαιτεί το RADE V1, ενώ το φάσμα που θα μετρήσουμε στην έξοδο ενός πραγματικού πομποδέκτη επηρεάζεται και από το φίλτρο και τη διαδρομή audio/RF του μηχανήματος.
Ένα ακόμη νούμερο που εύκολα περνά απαρατήρητο είναι το PAPR – Peak-to-Average Power Ratio, το οποίο για το RADE V1 βρίσκεται περίπου στα 4 dB μέσα από ένα τυπικό SSB φίλτρο. Το PAPR περιγράφει πόσο υψηλότερες μπορούν να είναι οι στιγμιαίες κορυφές ενός waveform σε σχέση με τη μέση ισχύ του. Όσο υψηλότερο είναι, τόσο περισσότερο περιθώριο πρέπει να αφήνουμε στον πομπό και στον τελικό ενισχυτή για να μην ψαλιδίζονται οι κορυφές, δημιουργώντας παραμόρφωση και ανεπιθύμητα προϊόντα εκτός του επιθυμητού εύρους. Ένα σχετικά ελεγχόμενο PAPR επιτρέπει επομένως αποδοτικότερη αξιοποίηση της διαθέσιμης ισχύος, κάτι ιδιαίτερα σημαντικό για ένα OFDM σήμα. Αυτός είναι και ένας από τους λόγους που στο επόμενο πρακτικό άρθρο θα επιμείνουμε ιδιαίτερα στη σωστή ρύθμιση των audio levels και στην αποφυγή ALC και υπεροδήγησης του πομπού.
Πού μπορούμε να συναντήσουμε FreeDV RADE στον αέρα;
Το FreeDV δεν διαθέτει κάποια αποκλειστική «RADE συχνότητα». Η κοινότητα έχει δημιουργήσει ορισμένες calling frequencies, δηλαδή σημεία στα οποία είναι πιθανότερο να συναντήσουμε άλλους χρήστες ή από τα οποία μπορούμε να ξεκινήσουμε μια κλήση και στη συνέχεια, όταν υπάρχει δραστηριότητα ή QRM, να μετακινηθούμε. Μία από τις βασικές calling frequencies που εμφανίζονται στο FreeDV Reporter είναι η 14.236 MHz USB στα 20 μέτρα, ενώ υπάρχουν αντίστοιχα σημεία και σε άλλες μπάντες. Η γενική πρακτική του FreeDV ακολουθεί τη συνηθισμένη SSB σύμβαση: κάτω από τα 10 MHz χρησιμοποιείται συνήθως LSB και πάνω από τα 10 MHz USB, με την περιοχή των 5 MHz να αποτελεί ιδιαίτερη περίπτωση όπου χρησιμοποιείται USB.
| Μπάντα | FreeDV calling frequencies | Sideband | IARU Region 1 Digital Voice CoA |
| 80 m | 3.625 / 3.643 / 3.693 / 3.697 / 3.803 MHz | LSB | 3.630 MHz |
| 40 m | 7.177 / 7.197 MHz | LSB | 7.070 MHz |
| 20 m | 14.236 / 14.240 MHz | USB | 14.130 MHz |
| 17 m | 18.118 MHz | USB | 18.150 MHz |
| 15 m | 21.313 MHz | USB | 21.180 MHz |
| 12 m | 24.933 MHz | USB | 24.960 MHz |
| 10 m | 28.330 / 28.720 MHz | USB | 28.330 MHz |
Εδώ χρειάζεται προσοχή σε μια διάκριση που είναι εύκολο να χαθεί. Οι συχνότητες του FreeDV Reporter είναι community calling frequencies και όχι αποκλειστικές εκχωρήσεις. Από την άλλη πλευρά, το IARU Region 1 HF Band Plan –που αφορά και την Ελλάδα– περιλαμβάνει Digital Voice Centres of Activity, δηλαδή προτεινόμενα κέντρα δραστηριότητας και όχι δεσμευμένα κανάλια. Σε κάθε περίπτωση προηγείται το ισχύον εθνικό κανονιστικό πλαίσιο και ο χειριστής οφείλει να ελέγχει ότι η συχνότητα, το mode και το εύρος εκπομπής επιτρέπονται στη χώρα του. Αυτό είναι ιδιαίτερα σημαντικό στα 60 μέτρα. Το FreeDV Reporter εμφανίζει μεταξύ άλλων calling frequency στα 5.4035 MHz, όμως η περιοχή WRC-15 που παρουσιάζεται στο IARU Region 1 band plan είναι 5351,5–5366,5 kHz και οι εθνικές άδειες στα 5 MHz διαφέρουν σημαντικά. Συνεπώς καμία λίστα στο Internet δεν πρέπει να αντιμετωπίζεται ως υποκατάστατο των συχνοτήτων που επιτρέπονται πραγματικά στον σταθμό μας.
Χρήσιμο εργαλείο εδώ είναι το FreeDV Reporter. Δεν αποτελεί τμήμα της ίδιας της RF επικοινωνίας και δεν χρειάζεται Internet για να πραγματοποιηθεί ένα RADE QSO. Είναι όμως μια online υπηρεσία στην οποία μπορούμε να δούμε ενεργούς σταθμούς, τη συχνότητα στην οποία βρίσκονται, το mode που χρησιμοποιούν και άλλες πληροφορίες που διευκολύνουν σημαντικά το να βρούμε κάποιον για δοκιμή. Αν δύο σταθμοί γνωρίζουν ήδη πού θα συναντηθούν, το FreeDV RADE μπορεί να λειτουργήσει κανονικά αποκλειστικά μέσω του ραδιοκαναλιού χωρίς καμία σύνδεση στο Internet. Αυτό είναι σημαντικό, γιατί διαφορετικά θα μιλούσαμε περισσότερο για Voice over IP που απλώς χρησιμοποιεί έναν ασύρματο ως περιφερειακό παρά για πραγματική ψηφιακή φωνή πάνω από HF.
RADE V1 και RADE V2: τι είναι διαθέσιμο σήμερα και τι παραμένει πείραμα
Η έκδοση που ενδιαφέρει τον ραδιοερασιτέχνη σήμερα για κανονική χρήση είναι το RADE V1. Ήταν η πρώτη έκδοση του Radio Autoencoder που πέρασε σε επίσημη διανομή μέσα από το FreeDV GUI και είναι αυτή που εμφανίζεται στην εφαρμογή ως RADEV1. Μπορεί να λειτουργήσει σε έναν συνηθισμένο σύγχρονο υπολογιστή, ενώ σύμφωνα με το FreeDV Project οι απαιτήσεις του καλύπτονται και από ένα Raspberry Pi 4 ή νεότερο. Η μεγαλύτερη απαίτηση σε CPU και RAM σε σχέση με τα παραδοσιακά digital voice modes είναι φυσιολογική: εδώ δεν εκτελούνται μόνο συμβατικοί DSP αλγόριθμοι αλλά και inference των neural μοντέλων που χρησιμοποιούν ο encoder, ο decoder και ο vocoder.
Παράλληλα βρίσκεται σε ανάπτυξη το RADE V2, το οποίο είναι εξαιρετικά ενδιαφέρον αλλά δεν πρέπει ακόμη να συγχέεται με το επίσημο V1. Η πειραματική δεύτερη γενιά μειώνει τους carriers από 30 σε 14, καταργεί τους παραδοσιακούς pilots, μεταφέρει περισσότερες λειτουργίες όπως το equalization και το frame synchronization σε Machine Learning τεχνικές και στις μέχρι σήμερα δοκιμές εμφανίζει πολύ στενότερο φάσμα, περίπου 860 Hz για το 99% της εκπεμπόμενης ισχύος. Οι δοκιμές ανάπτυξης δείχνουν επίσης πιθανή βελτίωση περίπου 3 dB σε χαμηλά SNR σε σχέση με το V1. Αυτά τα αποτελέσματα είναι εντυπωσιακά, όμως η ίδια η ομάδα ανάπτυξης προειδοποιεί ότι τα νούμερα παραμένουν εν μέρει πειραματικά και ότι το waveform, τα model weights και τα interfaces του V2 μπορούν ακόμη να αλλάξουν.
Η προειδοποίηση είναι ουσιαστική: το RADE V2 δεν θεωρείται ακόμη έτοιμο για κανονική on-air χρήση. Η ομάδα FreeDV έχει αναφέρει μάλιστα ότι έχουν ήδη εντοπιστεί πειραματικά V2 σήματα στον αέρα, όμως ζητά από τους χρήστες να περιμένουν την επίσημη ανακοίνωση και σταθεροποίηση του mode. Και υπάρχει ένας απλός λόγος. Αν αλλάξει το neural model ή το waveform, δύο διαφορετικές πειραματικές εκδόσεις ενδέχεται να μην μπορούν καν να επικοινωνήσουν μεταξύ τους. Για το άρθρο αυτό και, κυρίως, για τον πρακτικό οδηγό που θα ακολουθήσει, όταν λέμε RADE αναφερόμαστε επομένως στο σταθερό RADE V1.
Γιατί το RADE έχει μεγαλύτερη σημασία από ένα ακόμη νέο digital mode.
Το πιο ενδιαφέρον στοιχείο του RADE δεν είναι τελικά ότι χρησιμοποιεί τεχνητή νοημοσύνη. Η φράση «AI στο amateur radio» μπορεί εύκολα να οδηγήσει σε λάθος εικόνα, σαν ένας ψηφιακός συνομιλητής να βρίσκεται κάπου ανάμεσα στα δύο μικρόφωνα. Δεν συμβαίνει κάτι τέτοιο. Το RADE δεν ακούει το νόημα της πρότασης, δεν δημιουργεί απαντήσεις και δεν αποφασίζει τι θέλαμε να πούμε. Το Machine Learning χρησιμοποιείται σε πολύ χαμηλότερο επίπεδο της αλυσίδας επικοινωνίας: μαθαίνει πώς να αναπαριστά στοιχεία της ανθρώπινης ομιλίας και πώς να τα μεταφέρει μέσα από ένα προβληματικό κανάλι με όσο το δυνατόν μικρότερη απώλεια στην τελική αντιληπτή φωνή.
Και εδώ βρίσκεται ίσως η πραγματική αλλαγή φιλοσοφίας. Στο SSB σχεδιάζουμε έναν πομπό και έναν δέκτη και αφήνουμε την ανθρώπινη φωνή να περάσει όσο καλύτερα μπορεί μέσα από το κανάλι. Στα κλασικά digital voice συστήματα σχεδιάζουμε έναν codec, παράγουμε bits και στη συνέχεια σχεδιάζουμε ένα modem αρκετά ανθεκτικό ώστε να μεταφέρει αυτά τα bits. Στο RADE ο τρόπος με τον οποίο η φωνή συμπυκνώνεται, ο τρόπος με τον οποίο εκφράζεται στο waveform και ο τρόπος με τον οποίο ανακατασκευάζεται στην άλλη πλευρά αντιμετωπίζονται ως τμήματα του ίδιου προβλήματος. Το σύστημα εκπαιδεύεται γνωρίζοντας ότι ανάμεσα στον πομπό και στον δέκτη δεν υπάρχει ένα τέλειο κανάλι αλλά ακριβώς εκείνος ο ασταθής, θορυβώδης και γεμάτος multipath κόσμος που ονομάζουμε HF.
Για έναν ραδιοερασιτέχνη αυτό είναι ίσως το πιο συναρπαστικό στοιχείο. Δεν απαιτείται ένα νέο ειδικό transceiver και δεν αλλάζει η βασική φύση της επικοινωνίας μας. Εξακολουθούμε να έχουμε έναν σταθμό, έναν πομπό, έναν δέκτη, μια κεραία και την ιονόσφαιρα ανάμεσα σε δύο ανθρώπους. Αυτό που αλλάζει είναι ο τρόπος με τον οποίο χρησιμοποιούμε το διαθέσιμο ραδιοκανάλι. Το RADE είναι ένα καλό παράδειγμα του πώς τεχνικές που μέχρι πριν λίγα χρόνια απαιτούσαν ερευνητικά εργαστήρια και τεράστια υπολογιστική ισχύ αρχίζουν πλέον να χωρούν σε έναν υπολογιστή ή ακόμη και σε ένα Raspberry Pi δίπλα στον ασύρματο.
Μια δεύτερη ζωή για παλιότερους πομποδέκτες.
Από τη μέχρι τώρα εμπειρία μας διακρίνεται και μια ακόμη, ίσως λιγότερο προφανής, πλευρά του FreeDV RADE: μπορεί να δώσει πραγματικά μια δεύτερη ζωή σε παλιότερους πομποδέκτες που σήμερα βρίσκονται παραμερισμένοι σε κάποιο ράφι. Το RADE δεν απαιτεί ο ασύρματος να διαθέτει ενσωματωμένο digital voice modem, σύγχρονο DSP ή κάποια ειδική υποστήριξη στο firmware του. Η επεξεργασία του RADE πραγματοποιείται στον υπολογιστή, ενώ ο πομποδέκτης αναλαμβάνει ουσιαστικά τη μεταφορά του παραγόμενου waveform από και προς το RF και ο πομποδέκτης καλείται ουσιαστικά να κάνει αυτό που ξέρει ήδη καλά, να μεταφέρει ένα καθαρό SSB/audio waveform προς και από το RF. Αυτό σημαίνει ότι ακόμη και ένας παλαιότερος HF πομποδέκτης, εφόσον διαθέτει ικανοποιητική σταθερότητα συχνότητας, καθαρή διαδρομή audio και έναν πρακτικό τρόπο σύνδεσης για RX/TX και PTT, μπορεί να μετατραπεί σε έναν απολύτως σύγχρονο σταθμό ψηφιακής φωνής. Με έναν απλό εξωτερικό USB audio interface ή μια κατάλληλη κάρτα ήχου, μηχανήματα που σχεδιάστηκαν δεκαετίες πριν μπορούν να χρησιμοποιήσουν μια τεχνολογία βασισμένη σε Machine Learning χωρίς να αλλάξει τίποτα στο εσωτερικό τους. Και αυτό ίσως είναι ένα από τα πιο όμορφα στοιχεία του RADE: δεν ζητά απαραίτητα να πετάξουμε τον παλιό μας εξοπλισμό για να ακολουθήσουμε την εξέλιξη· μπορεί να φέρει την εξέλιξη επάνω στον εξοπλισμό που ήδη έχουμε.
Στο δεύτερο μέρος θα αφήσουμε τη θεωρία και θα περάσουμε στον πάγκο. Θα χρησιμοποιήσουμε τον Yaesu FT-991A, θα δούμε τη σύνδεση μέσω USB με τον υπολογιστή, το audio in/out, το CAT και το PTT, τις απαραίτητες ρυθμίσεις του πομποδέκτη, τα σωστά επίπεδα εκπομπής και λήψης και στη συνέχεια θα στήσουμε το FreeDV RADE τόσο σε Windows όσο και σε Linux/Raspberry Pi.
Μέχρι τότε όμως, αν πρέπει να κρατήσουμε μία μόνο ιδέα από όλη την τεχνολογία πίσω από το RADE, αυτή είναι η εξής: δεν προσπαθεί απλώς να κάνει την ψηφιακή φωνή πιο συμπιεσμένη. Προσπαθεί να μάθει έναν καλύτερο τρόπο για να μεταφέρει τη φωνή μέσα από το ίδιο το ραδιοκανάλι.
Από το άρθρο στο πρώτο QSO!
Λίγες ώρες αφότου ολοκλήρωσα το άρθροι, αποφάσισα πριν το δημοσιεύσω να κάνω κάτι που θεωρούσα σχεδόν απαραίτητο, να δοκιμάσω ο ίδιος την τεχνολογία στην πράξη. Το ίδιο βράδυ κατέβασα και εγκατέστησα την εφαρμογή στον υπολογιστή μου, έκανα τις απαραίτητες ρυθμίσεις ώστε να συνεργάζεται σωστά με τον Yaesu FT-991A και στη συνέχεια άρχισα να ψάχνω κάποιον σταθμό για την πρώτη δοκιμή. Χάρη στο FreeDV Reporter, ο εντοπισμός ενεργών χρηστών ήταν πολύ πιο εύκολος απ’ όσο περίμενα. Δεν άργησα να βρω δύο συναδέλφους που είχαν ήδη QSO στα 40 μέτρα, γύρω στα 7 MHz. Συντονίστηκα στη συχνότητά τους και τη στιγμή που το RADE «κλείδωσε» και άκουσα για πρώτη φορά την αποκωδικοποιημένη φωνή, έμεινα πραγματικά άφωνος. Ήξερα πολύ καλά ότι βρισκόμουν στα 40 μέτρα, όμως αυτό που άκουγα δεν έμοιαζε καθόλου με την εικόνα που έχουμε συνηθίσει από μια οριακή ή θορυβώδη HF επικοινωνία. Η φωνή ήταν εξαιρετικά καθαρή, γεμάτη και σταθερή, σε βαθμό που για λίγα δευτερόλεπτα δυσκολευόμουν να συνειδητοποιήσω ότι όλο αυτό περνούσε πράγματι μέσα από το HF κανάλι. Αν έπρεπε να το περιγράψω με κάτι γνώριμο, η πρώτη εντύπωση θύμιζε την καθαρότητα ενός καλού DMR σήματος, αλλά με αισθητά πιο φυσική και «γεμάτη» χροιά στη φωνή.
Για να δούμε όμως αν το αποτέλεσμα ήταν απλώς μια πολύ καλή στιγμή στα 40 μέτρα, με τους ίδιους δύο συναδέλφους αποφασίσαμε να κάνουμε και δεύτερη δοκιμή. Κατεβήκαμε λοιπόν στα 80 μέτρα, γύρω στα 3,6 MHz, όπου το HF κανάλι μπορεί να συμπεριφέρεται αρκετά διαφορετικά, και επαναλάβαμε την επικοινωνία. Το αποτέλεσμα ήταν ουσιαστικά το ίδιο: καθαρή, σταθερή και γεμάτη φωνή, χωρίς η αλλαγή μπάντας να χαλάσει την εντύπωση που είχα ήδη σχηματίσει. Κάπου εκεί το RADE έπαψε για μένα να είναι απλώς μια ενδιαφέρουσα τεχνολογία που περιέγραφα σε ένα άρθρο και έγινε κάτι πολύ πιο άμεσο: μια πραγματική εμπειρία στον αέρα.
73 de SV1RVP
