A RADE az a neurális beszédkodek, amellyel a FreeDV rövidhullámon még nagyon gyenge jeleknél is érthetően visz át beszédet. A FreeDV alapcikkben már bemutattuk a RADE-et. Itt közelebbről megnézzük: mi áll a szakmai tanulmányban, miben különbözik a V1 és a V2 verzió, mit hozott a FreeDV 2.3.0, és mely számok megbízhatóak? Több adatnál eltérnek egymástól a források. Ezt mindig megjegyezzük.
Neurális? Mit jelent ez tulajdonképpen?
A „neurális háló” olyan számítógépes program, amely nem lépésről lépésre, egy rögzített útmutató szerint dolgozik, hanem példákból tanul. A neve az agyból ered, ahol az idegsejtek (neuronok) kapcsolódnak egymáshoz. A számítógépben ez durva utánzat: nagyon sok kis számolóegység, amelyek számokat adnak tovább, és közben mindegyik egy kicsit módosít rajtuk.
Egy hasonlat a konyhából. A klasszikus program olyan, mint egy recept: 200 gramm liszt, két tojás, tíz percig keverni. Valaki előre kitalált mindent, és a számítógép pontosan úgy hajtja végre. A neurális háló inkább egy tanoncra hasonlít, aki ezerszer süt süteményt. Minden próbálkozás után valaki megmondja neki, mennyire volt közel a jó eredményhez, és ő kicsit igazít. A végén tud süteményt sütni anélkül, hogy bárki lediktálta volna neki a receptet. Ezt a gyakorlást tanításnak (training) nevezik.
És mi a „MI”? A mesterséges intelligencia gyűjtőfogalom olyan programokra, amelyek olyan feladatokat oldanak meg, amelyekhez egyébként értelmet feltételeznénk: beszédfelismerés, képek leírása, szövegírás. A neurális hálók ma a legfontosabb technika mögötte. Gondolkodó lényhez ennek semmi köze. A háló nagyon sok példában ismer fel mintákat, és alkalmazza őket az újra.
Mi köze ennek a rádiózáshoz? Ha beszédet akarunk rövidhullámon küldeni, néhány számba kell csomagolni, a túloldalon pedig újra kicsomagolni. A csomagolást kódolásnak, a kicsomagolást dekódolásnak nevezzük, az egész csomagot pedig kodeknek (codec). Eddig a szakemberek kézzel tervezték meg ennek szabályait, mint egy receptet. A RADE-nél ennek a feladatnak egy részét egy neurális háló veszi át. A szakmai tanulmány szerint arra tanították, hogy kibírja a zajt és a többutas terjedést, ahogy az rövidhullámon előfordul.
A névben szereplő „autoencoder” rész a működési elvet írja le: az egyik háló becsomagol valamit (encode), a második kicsomagolja (decode), és közösen gyakorolnak addig, amíg a kicsomagolt a lehető legközelebb nem kerül az eredetihez, akkor is, ha útközben zavar érte. Úgy képzelhetjük el, mint két levelezőpartnert, akik olyan titkosírásban egyeznek meg, amely akkor is olvasható marad, ha a levél megázott.
Tehát nem maga a hang megy át, hanem számok sorozata. A hangképzést a vevőoldalon egy vokóder (vocoder) végzi. A beérkező hangjellemzőkből (hangmagasság, hangszín) újra hallható beszédet állít össze. A RADE-nél ez szintén egy neurális háló, FARGAN a neve.
Fontos tudni: egy ilyen rendszernek több számítási teljesítmény kell, mint a klasszikus digitális beszédrendszereknek. Ezért fut a RADE a számítógépen, és nem a rádióban. És amit egy háló megtanult, azt nem lehet úgy kiolvasni, mint egy receptet. Hogy működik-e, azt ezért tesztekkel mutatják meg, ahogy a tanulmányban is.
Mi a RADE
A RADE a „Radio Autoencoder” rövidítése. David Rowe (VK5DGR) és Jean-Marc Valin fejlesztette ki. A „RADE: A Neural Codec for Transmitting Speech over HF Radio Channels” című szakmai tanulmányuk 2025. május 10-én jelent meg az arXiv-on, és 2025. július 26-án átdolgozták (arXiv:2505.06671). Az alapötlet: egy neurális háló a klasszikus jelfeldolgozás sok lépcsőjét váltja ki. Az enkóder a hang jellemzőit (rövid idejű spektrum, hangmagasság, zöngésség) veszi, és folytonos QAM-szimbólumokat készít belőlük. Ezeket OFDM-mel adják rövidhullámon. A dekóder ebből rekonstruálja a jellemzőket. Magát a beszédet a ML-vokóder, a FARGAN állítja elő, már nem a Codec 2 (freedv.org).
A tanulmány szerint a háló zajra és többutas terjedésre van betanítva. A szoftver a BSD-2-Clause licenc alatt áll (GitHub: drowe67/radae).
A tanulmány számai
- Felépítés: 30 vivő, egyenként másodpercenként 50 szimbólummal. OFDM-keretenként 120 QAM-szimbólum érkezik három egymást követő látensvektorból. Ebből 120 ms keretidő és algoritmikus késleltetés adódik. A jellemzők frissítése 100 Hz-en, a látensvektoré 25 Hz-en történik.
- Küszöbérték: Tiszta zajcsatornán (AWGN) a beszéd egészen Eq/N0 = −3 dB-ig érthető.
- Összehasonlítás az SSB-vel: A „kapcsolat áll” szinten (30 % szóhibaarány) a RADE 4 dB-t nyer az SSB-hez képest, mind AWGN-, mind többutas csatornán. Jó minőségnél (5 % szóhibaarány) ez 13 dB.
- Csúcsteljesítmény (PAPR): 1 dB alatt. Az SSB a tanulmányban átlagosan körülbelül 8 dB-en van.
- Számítási igény: Az enkóder és a dekóder egyenként körülbelül 1 MB tárhelyet és 32 MMAC-ot igényel. A FARGAN vokóder körülbelül 300 MMAC-cal tetézi ezt.
Két korlátozás is idetartozik. Először: a mérés automatikus beszédfelismeréssel (Whisper) történt 500 LibriSpeech-mintán, nem szabványos hallgatási teszttel. Az informális hallgatási tesztek a tanulmány szerint „arra utalnak”, hogy a RADE jelentősen felülmúlja az SSB-t. Másodszor: a 4 és 13 dB szimulációkból származik, modellcsatornákkal. Ez nem állítás minden valódi rövidhullámú útvonalra.
V1 és V2 összehasonlítása
A freedv.org RADE-oldala a V1-hez 1500 Hz HF-sávszélességet, nagyjából −2 dB SNR-ig terjedő érzékenységet és egy tipikus SSB-szűrő mögött körülbelül 4 dB PAPR-t említ. A tanulmányban ezzel szemben 1 dB alatti PAPR szerepel. Az értékek a jelút különböző pontjait írják le, és nem közvetlenül összehasonlíthatók. Ugyanígy a tanulmány Eq/N0-ban adja meg az értékeket, a FreeDV-oldal SNR-ben.
A GitHub-repozitóriumban egy táblázat hasonlítja össze a két verziót:
| RADE V1 | RADE V2 | |
|---|---|---|
| Sávszélesség (99 % foglalt) | körülbelül 2100 Hz (az SSB-szűrő korlátozza) | körülbelül 860 Hz |
| Vivők | 30 (pilotszimbólumokkal) | 14 (csak adat) |
| Keretidő | körülbelül 120 ms | körülbelül 40 ms |
Feltűnő: a V1-hez a freedv.org 1500 Hz-et ad meg, a GitHub-repozitórium mért 2100 Hz-et, a „az SSB-szűrő korlátozza” kiegészítéssel. Aki idézi a számot, mondja meg, honnan származik. Az SSB, a RADE V1 és a RADE V2 spektrogramját egy rádiós kísérletből a freedv.org RADE-oldalán találjátok. Az ábrát itt nem tudjuk megmutatni, mert ott nincs megadva licenc.
A RADE V2 a freedv.org szerint béta-tesztben van. Bitsebességet bit/másodpercben sem a tanulmány, sem a repozitórium nem említ. Ezért mi sem adunk meg ilyet.
FreeDV 2.3.0, 2026. május 19.
A 2.3.0 verzió a MacHamRadio szerint többek között ezeket hozta:
- A Pythont eltávolították a RADE-megvalósításból a teljesítmény javítása érdekében. Emellett visszatért az RX-frekvenciakijelzés a RADE-hez.
- Újdonság egy Tune-gomb, egy SNR-diagram a főablakban, az RNNoise a zajelnyomáshoz adáskor, és egy CSV-napló a hallott hívójelekről.
- A FreeDV Reporter oszloponkénti szűrőkkel rendelkezik, és el tudja rejteni a saját állomást.
- A szoftver közvetlenül fut Flex-8000 és Aurora rádiókon. Vannak buildek Windowsra (Intel/AMD és ARM), macOS-re (egy DMG) és Linuxra AppImage-ként x86_64-re és aarch64-re (például Raspberry Pi 5).
Mire van szükségetek
- Egy viszonylag modern számítógépre. A freedv.org szerint a RADE V1 több memóriát és számítási teljesítményt igényel, mint egy klasszikus digitális beszédrendszer. Raspberry Pi 4-en vagy jobbon is fut.
- A Windows 10 vagy újabb számít fő platformnak, mellette vannak Linux-AppImage-ek.
- Hangkártya-interfészre a rádióhoz. Az SM1000-en, az ezDV-n és mikrokontrollereken a RADE nem fut.
- SSB-képes rádióra. A V1-ből hiányzik az SNR-squelch, a dekódolás akkor indul, amint a keretszinkron elég biztos.
Mielőtt adtok: ellenőrizzétek, hogy az üzemmód, a sávrész és a teljesítmény megfelel-e az engedélyeteknek.
Előadás megtekintésre
A freedv.org RADE-oldala egy rádióamatőröknek szóló RADE-előadást linkel. A felvétel (AREG, 2025. március) Mark Jessop YouTube-csatornáján található:
Értékelés
Az Amateur Radio Newsline 2025 novemberében úgy idézte David Rowe-t, hogy a RADE „the first known real-world deployment of a neural codec”. Ez a fejlesztő saját megítélése, nem független vélemény. Igazolt, hogy a szoftver szabadon elérhető, hogy a tanulmány szimulációkban nyereséget mutat az SSB-vel szemben, és hogy a FreeDV 2.3.0 a mindennapokban kezelhetőbbé teszi a RADE-et. Nyitva marad, hogyan teljesít a V2 tartós üzemben, és hány állomás használja ténylegesen a RADE-et.
Források
- D. Rowe, J.-M. Valin: RADE: A Neural Codec for Transmitting Speech over HF Radio Channels, arXiv:2505.06671 (v1 2025.05.10., v2 2025.07.26.)
- FreeDV: RADE – Radio Autoencoder
- GitHub: drowe67/radae (forráskód, V1/V2 táblázat, BSD-2-Clause)
- MacHamRadio: FreeDV 2.3.0 has been released (2026.05.19.)
- Amateur Radio Newsline, 2025.11.20.: 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 – az oeradio.at csapata
Átláthatósági megjegyzés
Ez a cikk mesterséges intelligencia (Claude, Anthropic) támogatásával készült és íródott. A tartalmat az oeradio.at szerkesztősége ellenőrizte és az osztrák rádióamatőr-közösség számára dolgozta fel.
