纸上之歌:AI将音轨压缩1000倍并写入二维码

图片: Tom's Hardware
简要回答
极客使用Meta EnCodec神经网络编解码器将2分钟歌曲从2.9MB压缩至21KB,并以二维码形式打印在纸张上存储。
极客Makestreme展示了一项创新项目:将2分钟音频从2.9MB压缩至21KB,并以8个二维码形式打印在纸张上。该项目使用Meta EnCodec神经网络音频编解码器(2022年发布),其通过将音频转换为token数据实现高效压缩。设置为3Kbps时保持音质可接受,而1.5Kbps则会导致严重失真。
每个二维码约可存储3KB数据,因此需8个二维码(类似黑胶唱片的双面排列)才能完整记录歌曲。为提高存储密度,项目采用最低纠错级别,但这也使记录易受损坏:单个二维码损坏即可能导致整首歌曲无法播放。
作者进一步演示了通过LoRa无线电通道在两块ESP32开发板间传输压缩文件的过程。由于协议保守设置,传输耗时约90分钟。相比之下,另一开发者近期通过60fps智能手机摄像头传输二维码,实现了190KB/秒的传输速度。
该项目类似于1985年Cauzin Softstrip技术(杂志上的条形码程序),但现代方案依赖神经网络,使数据解码依赖于解码器的可用性。纸张可保存数百年,但歌曲仅在支持EnCodec神经网络的环境下才可播放。
* Facebook、Instagram、WhatsApp等Meta旗下服务属Meta Platforms Inc.所有,该公司在俄罗斯境内被认定为极端组织并被禁止活动。
常见问题
- 如何实现将歌曲压缩1000倍?
- 采用Meta EnCodec神经网络音频编解码器,将音频转换为损耗极小的token数据。编解码器设置为3Kbps,使数据量压缩至原文件的千分之一。
- 无专用解码器能否播放歌曲?
- 不能。二维码存储的并非音频数据,而是token,必须通过EnCodec神经网络解码才能还原为声音。
- 压缩后的歌曲如何通过无线电通道传输?
- 文件在两块ESP32开发板(配LoRa模块,866MHz)间传输。由于协议保守设置,传输耗时约90分钟。
分享:
Dzen 订阅: /feed/dzen.xml · RSS: /feed.xml