Песня на бумаге: как нейросеть сжала трек в 1000 раз и записала в QR-коды

Инженер под ником Makestreme представил проект, в котором двухминутная композиция была сжата с 2,9 МБ до 21 КБ и записана на бумагу в виде восьми QR-кодов. Для этого использовался нейросетевой аудиокодек Meta* EnCodec, выпущенный в 2022 году. Кодек преобразует аудиосигнал в токены, которые затем декодируются обратно в звук. Настройки в 3 Кбит/с позволили сохранить приемлемое качество, тогда как при 1,5 Кбит/с звук сильно искажался.

Каждый QR-код вмещает около 3 КБ данных, поэтому для записи всей песни потребовалось восемь кодов, размещённых на двух сторонах листа по аналогии с виниловой пластинкой. Для максимальной плотности данных использовался минимальный уровень коррекции ошибок, что делает запись уязвимой к повреждениям: даже один испорченный код приведёт к потере композиции.

Автор также продемонстрировал передачу сжатого файла по радиоканалу LoRa между двумя платами ESP32. Из-за консервативных настроек протокола передача заняла около 90 минут. Для сравнения, другой разработчик недавно достиг скорости 190 КБ/с, передавая QR-коды между смартфонами со скоростью 60 кадров в секунду.

Проект напоминает технологии прошлого, такие как Cauzin Softstrip 1985 года, когда программы печатались в виде штрих-кодов в журналах. Однако современный подход использует нейросети, что делает данные зависимыми от работоспособности декодера. Бумага может храниться веками, но песня останется доступной только до тех пор, пока существует нейросеть, способная её декодировать.