RADE je neuronový řečový kodek, s jehož pomocí FreeDV přenáší řeč na krátkých vlnách srozumitelně i při velmi slabých signálech. V základním článku o FreeDV jsme RADE už představili. Tady se podíváme blíže: Co stojí v odborném článku, čím se liší verze V1 od V2, co přinesl FreeDV 2.3.0 a které údaje jsou spolehlivé? U řady údajů se zdroje liší. Vždy to uvádíme.
Neuronový? Co to vlastně znamená?
„Neuronová síť“ je počítačový program, který nepracuje krok za krokem podle pevného návodu, ale učí se z příkladů. Název pochází z mozku, v němž jsou nervové buňky (neurony) navzájem propojeny. V počítači jde o hrubé napodobení: velmi mnoho malých výpočetních stanic, které předávají čísla dál a každé z nich je přitom trochu pozmění.
Příměr z kuchyně. Klasický program je jako recept: 200 gramů mouky, dvě vejce, deset minut míchat. Někdo si všechno předem promyslel a počítač to provede přesně tak. Neuronová síť je spíš jako učeň, který upeče tisíckrát koláč. Po každém pokusu mu někdo řekne, jak blízko byl dobrému výsledku, a on trochu upraví postup. Nakonec umí péct koláče, aniž by mu kdokoli nadiktoval recept. Toto cvičení se nazývá trénování.
A „AI“? Umělá inteligence je zastřešující pojem pro programy, které řeší úlohy, u nichž bychom jinak předpokládali rozum: rozpoznávat řeč, popisovat obrázky, psát texty. Neuronové sítě jsou dnes nejdůležitější technikou, která za tím stojí. S myslící bytostí to nemá nic společného. Síť rozpoznává vzory ve velmi mnoha příkladech a používá je na něco nového.
Co to má společného s radioamatérským provozem? Aby bylo možné poslat řeč po krátkých vlnách, je třeba ji zabalit do několika čísel a na druhém konci zase rozbalit. Zabalení se nazývá kódování, rozbalení dekódování a celý balíček se označuje jako kodek. Dosud odborníci navrhovali pravidla pro to ručně, jako recept. U RADE část této úlohy přebírá neuronová síť. Podle odborného článku byla natrénována tak, aby přestála šum a vícecestné šíření, jaké se na krátkých vlnách vyskytují.
Část „autoencoder“ v názvu popisuje princip: jedna síť něco zabalí (encode), druhá to rozbalí (decode) a obě se společně cvičí, dokud rozbalené nepřipomíná originál co nejvíce, i když se cestou rušilo. Dá se to představit jako dva dopisovatelé, kteří se dohodnou na tajném písmu, jež zůstane čitelné, i když dopis zmokne.
Nevysílá se tedy samotný zvuk, ale posloupnost čísel. Tvorbu zvuku na straně přijímače obstarává vokodér. Z přicházejících znaků hlasu (výška tónu, barva zvuku) znovu složí slyšitelnou řeč. U RADE je to rovněž neuronová síť, která se jmenuje FARGAN.
Důležité vědět: Takový systém potřebuje větší výpočetní výkon než klasický systém digitálního hlasu. Proto RADE běží v počítači, a ne v radiostanici. A to, co se síť naučila, si nelze přečíst jako recept. Zda funguje, se proto prokazuje testy, jako v odborném článku.
Co je RADE
RADE znamená „Radio Autoencoder“. Vyvinuli jej David Rowe (VK5DGR) a Jean-Marc Valin. Jejich odborný článek „RADE: A Neural Codec for Transmitting Speech over HF Radio Channels“ vyšel 10. května 2025 na arXiv a 26. července 2025 byl přepracován (arXiv:2505.06671). Základní myšlenka: neuronová síť nahrazuje mnoho klasických stupňů zpracování signálu. Encoder vezme znaky hlasu (krátkodobé spektrum, výšku tónu, znělost) a vytvoří z nich spojité symboly QAM. Ty se vysílají pomocí OFDM po krátkých vlnách. Dekodér z nich znaky zrekonstruuje. Samotnou řeč vytváří ML vokodér FARGAN, už ne Codec 2 (freedv.org).
Podle odborného článku je síť natrénována na šum a vícecestné šíření. Software je pod licencí BSD-2-Clause (GitHub: drowe67/radae).
Čísla z odborného článku
- Struktura: 30 nosných po 50 symbolech za sekundu. Na jeden rámec OFDM připadá 120 symbolů QAM ze tří po sobě jdoucích latentních vektorů. Z toho vychází délka rámce a zpoždění algoritmu 120 ms. Znaky se aktualizují rychlostí 100 Hz, latentní vektor rychlostí 25 Hz.
- Prahová hodnota: Na čistě šumovém kanálu (AWGN) je řeč srozumitelná až do Eq/N0 = −3 dB.
- Srovnání s SSB: Pro „spojení stojí“ (30 % chybovost slov) RADE oproti SSB získá 4 dB, a to jak v kanálu AWGN, tak ve vícecestném kanálu. Pro dobrou kvalitu (5 % chybovost slov) je to 13 dB.
- Špičkový výkon (PAPR): pod 1 dB. U SSB je v odborném článku průměr asi 8 dB.
- Výpočetní náročnost: Encoder a dekodér potřebují každý asi 1 MB paměti pro data a 32 MMAC. K tomu přibývá vokodér FARGAN s asi 300 MMAC.
Patří k tomu dvě výhrady. Za prvé, měřilo se pomocí automatického rozpoznávání řeči (Whisper) na 500 ukázkách z LibriSpeech, nikoli normovaným poslechovým testem. Neformální poslechové testy podle odborného článku „naznačují“, že RADE SSB výrazně překonává. Za druhé, hodnoty 4 a 13 dB pocházejí ze simulací s modelovými kanály. To není tvrzení o každé skutečné trase na KV.
Srovnání V1 a V2
Stránka RADE na freedv.org uvádí pro V1 VF šířku pásma 1500 Hz, citlivost až asi −2 dB SNR a PAPR asi 4 dB za typickým filtrem SSB. V odborném článku je naproti tomu PAPR pod 1 dB. Hodnoty popisují různá místa signálové cesty a nejsou přímo srovnatelné. Rovněž odborný článek uvádí Eq/N0, stránka FreeDV SNR.
Tabulka v repozitáři na GitHubu srovnává obě verze:
| RADE V1 | RADE V2 | |
|---|---|---|
| Šířka pásma (obsazeno 99 %) | asi 2100 Hz (omezeno filtrem SSB) | asi 860 Hz |
| Nosné | 30 (s pilotními symboly) | 14 (pouze data) |
| Délka rámce | asi 120 ms | asi 40 ms |
Pozoruhodné: Pro V1 uvádí freedv.org 1500 Hz, repozitář na GitHubu naměřených 2100 Hz s dodatkem „omezeno filtrem SSB“. Kdo toto číslo cituje, měl by říct, odkud pochází. Spektrogramy SSB, RADE V1 a RADE V2 z rádiového pokusu najdete na stránce RADE na freedv.org. Obrázek zde ukázat nemůžeme, protože tam není uvedena licence.
RADE V2 je podle freedv.org v beta testování. Přenosovou rychlost v bitech za sekundu neuvádí ani odborný článek, ani repozitář. Proto žádnou neuvádíme.
FreeDV 2.3.0 z 19. května 2026
Verze 2.3.0 přinesla podle MacHamRadio mimo jiné:
- Python byl z implementace RADE odstraněn, aby se zvýšil výkon. Kromě toho se vrátilo zobrazení RX frekvence pro RADE.
- Nově přibyly tlačítko Tune, diagram SNR v hlavním okně, RNNoise pro potlačení hluku při vysílání a CSV log slyšených volacích znaků.
- FreeDV Reporter má filtry pro jednotlivé sloupce a umí skrýt vlastní stanici.
- Software běží přímo na radiostanicích Flex-8000 a Aurora. K dispozici jsou buildy pro Windows (Intel/AMD a ARM), macOS (jeden DMG) a Linux jako AppImage pro x86_64 a aarch64 (například Raspberry Pi 5).
Co budete potřebovat
- Přiměřeně moderní počítač. Podle freedv.org potřebuje RADE V1 více paměti a výpočetního výkonu než klasický systém digitálního hlasu. Běží i na Raspberry Pi 4 nebo lepším.
- Windows 10 nebo novější platí za hlavní platformu, k tomu jsou k dispozici AppImage pro Linux.
- Rozhraní zvukové karty k radiostanici. Na SM1000, ezDV a na mikrokontrolérech RADE neběží.
- Radiostanici s SSB. Ve V1 chybí SNR squelch, dekódování začne, jakmile je synchronizace rámců dostatečně jistá.
Než začnete vysílat: Zkontrolujte, zda druh provozu, pásmo a výkon odpovídají vaší licenci.
Přednáška k zhlédnutí
Přednášku o RADE pro radioamatéry odkazuje stránka RADE na freedv.org. Záznam (AREG, březen 2025) je na kanálu Marka Jessopa na YouTube:
Zhodnocení
Amateur Radio Newsline v listopadu 2025 citovala Davida Rowa slovy, že RADE je „the first known real-world deployment of a neural codec“. To je sebehodnocení vývojáře, nikoli nezávislý úsudek. Doloženo je, že software je volně dostupný, že odborný článek ukazuje zisky oproti SSB v simulacích a že FreeDV 2.3.0 činí RADE v praxi lépe ovladatelným. Otevřené zůstává, jak se V2 osvědčí v trvalém provozu a kolik stanic RADE skutečně používá.
Zdroje
- D. Rowe, J.-M. Valin: RADE: A Neural Codec for Transmitting Speech over HF Radio Channels, arXiv:2505.06671 (v1 10. 5. 2025, v2 26. 7. 2025)
- FreeDV: RADE – Radio Autoencoder
- GitHub: drowe67/radae (zdrojový kód, tabulka V1/V2, BSD-2-Clause)
- MacHamRadio: FreeDV 2.3.0 has been released (19. 5. 2026)
- Amateur Radio Newsline, 20. 11. 2025: Neural codec called milestone for digital voice
- YouTube: RADE – Machine Learning for Speech over HF Radio (AREG March 2025 Presentation)
- Wikimedia Commons: File:IC-7300.jpg, Hp.Baumeler, CC BY-SA 4.0
73 – tým oeradio.at
Upozornění na transparentnost
Tento článek byl zpracován a napsán s podporou AI (Claude, Anthropic). Obsah byl ověřen redakcí oeradio.at a připraven pro rakouskou radioamatérskou komunitu.
