Тези принтирани QR кодове всъщност съдържат песен от 2.9 MB, смалена хилядократно (ВИДЕО)

Tech

Един творец, известен като Makestreme, „отпечата“ цяла двуминутна песен върху лист хартия, като е публикувал пълния процес на създаване и изходния код в Hackster.io.

Трикът се състои в невронния аудио кодек EnCodec на Meta, който компресира MP3 файл с размер 2.9 MB до приблизително 21 KB латентни токени – намаление от около 1000 пъти, достатъчно малък размер, за да бъде разделен на осем QR кода, подредени като двустранна „хартиена касета“. Същият файл от 21 KB беше предаден и между две ESP32 платки чрез LoRa радио, а според нашето тълкуване на публикувания код на предавателя този безжичен трансфер отнема около 90 минути на песен.

Един QR код побира максимум около 3 KB двоични данни, като Makestreme достига практическата граница при около 3.3 KB, така че за MP3 файл от 2.9 MB биха били необходими близо хиляда такива кода. Конвенционалната компресия не може да запълни тази празнина, тъй като MP3 форматът сам по себе си вече е с загуба на информация – и тук на помощ идва EnCodec.

Кодекът с отворен код Meta, пуснат през 2022 г., преобразува звуковата вълна в дискретни токени, които съответният декодер превръща обратно в аудио, и при настройката на проекта от 3 kbps възстановената песен се е запазила добре. При 1.5 kbps обаче резултатът е със значително влошено качество.

Всеки от осемте QR кода съдържа 1-байтов идентификатор и част от потока на токена – по четири кода на всяка страна, като препратка към обръщането на винилова плоча. Скрипт-генераторът използва най-ниското ниво на корекция на грешки, за да максимизира плътността, така че няма излишност: ако се повреди един код, песента се губи.

LoRa свързва два ESP32 с модули REYAX RYLR998 на честота 866 MHz, като прехвърля файла в пакети от 160 байта с протокол за потвърждение и повторен опит (ACK-and-retry). Скечът на предавателя кодира твърдо 40-секундна пауза след всеки потвърден пакет, а при приблизително 134 пакета за файл от 21 KB само паузите възлизат на около 90 минути. Това темпо е умишлено консервативно с оглед спазването на работния цикъл и е далеч от скоростта от 190 KB/s, която друг разработчик постигна наскоро чрез стрийминг на QR кодове между телефони при 60 FPS.

Софтуерът за печат върху хартия води началото си от Cauzin Softstrip от 1985 г. – двуизмерен баркод, който позволява на списанията да публикуват програми с обем до 5500 байта на лента и който излезе от употреба, след като флопи дисковете поевтиняха. Той остави след себе си ленти, които днес почти никой не може да прочете, а Paper Tunes наследява същата зависимост: QR кодовете съхраняват токени, а не аудио, така че за възпроизвеждането е необходим точно този декодер на EnCodec с честота 24 kHz.

Хартията може да издържи векове, както твърди Cerabyte, с микроскопичните си QR кодове, гравирани в керамика, но песента оцелява само докато съществува невронната мрежа, която може да я декодира.