Pan Arnold Ziffel napisał:

>> W wyżej wzmiankowanych vocoderach jednak więcej niż kilka. Ale
>> i tak, w pełni zrozumiała mowa wraz z cechami pozawlającymi na
>> rozpoznanie osoby, upchnięta do 450 bit/s, robi wrażenie.
>
> 450 bps? No, robi. Masz gdzieś przykład takiego sygnału?

Ależ proszę bardzo, właśnie zrobiłem taki przykład:

wN7CAAkKACYPwCZPwIYwAG+QAIYvwCZAQPNwALrgQLr+wL3+QML9
gGx9gHH8gDXY
wEvSwK9QAKZ9ACz9gDXAQOVQALr7gLr7QLr7ALr6QMX5AMTXALPG
AFe0gCOUgB0E
QLGCAMiEwJKEAJKFQHSAQHAAQC9PwFf7wB5BwET8AEF8ACL8AAF7
gGxAQKrvwKr8
ADX8ALL7gEr7QHt7QINfAGLvwKF9QEB9gBDswDD9ADF8wC59AIF8
wHBaAEDAAGvQ
AA3QAA3QAA3AAIGwgJN7QBh8wBP8gGN8gINfgDiwAGLfwEVFwEU0
wLnFgBppgDt7
QEnvgPF8ANd8AIh8wEz8wDD8ANhYQLdAAAxrwCL8AMJbAL3YgH98
AIP8QN9vgCJr
wLr8wDD8gBDrgBRqwL76QLj5wET5gMxnQO1QABlQAMT4QFF3gMTV
wCrlQG7UgOlE
QOkjgBMDwM2QAPagAEugALaQAEuQANKvwEuQANKQACYAALaAAEuP
wPcDgK4PwA==

base64 -d plik_z_tym_co_wyżej > test.c2
c2dec 0 test.c2 - | play -t raw -r 8000 -e signed-integer -b 16 -

Codec-2 jest całkowicie otwarty, każdy może sobie zainstalować
na swoim komputerze.

Zwracam uwagę, że plik z zapisem odczytanego *tekstu* ma 70 bajtów,
a plik opisujący *głos* 382 bajty, a więc zaledwie 5,5 raza więcej.

> Ciekawe na ile to faktycznie przypomina mowę i na ile można rozpoznać
> głos. I czy da się zejść z bitrate jeszcze niżej, i jakie byłyby wtedy
> efekty (przy jakim bitrate nie dałoby się już rozpoznać).

Ja nie jestem w stanie ocenić, czy głos został zsyntezowany przez
vocoder, czy jest głosem naturalnym. Nie ma sztuczności kojarzącej
się z głosem robotów ze starych filmów s-f. Tyle że im węższy jest
strumień danych, tym trudniej ocenić *kto* mówi. Po prostu głos
nieznanej osoby, może trochę kogoś przypominający. Ale *co* mówi,
to dalej jest zrozumiałe.

> I co gdyby puścić przez to muzykę.

Nic. To coś w rodzaju zapisu nutowego. Jeśli nutek na klarnet czy
inną fujarę nie przewidziano, to nie słychać. Codec-2 jest wciąż
gorącą nowością, przyglądam mu się. Natomiast AMBE wszedł dawno do
praktyki. Gdy się rozmawia z kimś, kto znajduje się w hałaśliwym
miejscu, to jest lepiej, niż przy rozmowie przez zwykłe radio czy
telefon. Szum tła nie jest transmitowany. AMBE w suchych liczbach
(kompresja) wypada sporo gorzej. Za to kosztuje furmankę dukatów.

--
Jarek