RADE ist der neuronale Sprachcodec, mit dem FreeDV Sprache auf Kurzwelle auch bei sehr schwachen Signalen verständlich überträgt. Im FreeDV-Grundlagenartikel haben wir RADE schon vorgestellt. Hier schauen wir genauer hin: Was steht im Fachpapier, was unterscheidet die Version V1 von V2, was hat FreeDV 2.3.0 gebracht, und welche Zahlen sind belastbar? Bei einer Reihe von Angaben unterscheiden sich die Quellen. Das sagen wir jeweils dazu.
Neuronal? Was heißt das eigentlich?
Ein „neuronales Netz“ ist ein Computerprogramm, das nicht Schritt für Schritt nach einer festen Anleitung arbeitet, sondern aus Beispielen lernt. Der Name kommt vom Gehirn, in dem Nervenzellen (Neuronen) miteinander verbunden sind. Im Computer ist das eine grobe Nachahmung: sehr viele kleine Rechenstationen, die Zahlen weitergeben und dabei jeweils ein wenig verändern.
Ein Vergleich aus der Küche. Ein klassisches Programm ist wie ein Rezept: 200 Gramm Mehl, zwei Eier, zehn Minuten rühren. Jemand hat sich vorher alles überlegt, und der Computer führt es genau so aus. Ein neuronales Netz ist eher wie ein Lehrling, der tausendmal Kuchen backt. Nach jedem Versuch sagt ihm jemand, wie nah er am guten Ergebnis war, und er justiert ein bisschen nach. Am Ende kann er Kuchen backen, ohne dass irgendwer ihm das Rezept diktiert hat. Dieses Üben nennt man Training.
Und „KI“? Künstliche Intelligenz ist der Oberbegriff für Programme, die Aufgaben lösen, bei denen wir sonst Verstand vermuten würden: Sprache erkennen, Bilder beschreiben, Texte schreiben. Neuronale Netze sind heute die wichtigste Technik dahinter. Mit einem denkenden Wesen hat das nichts zu tun. Ein Netz erkennt Muster in sehr vielen Beispielen und wendet sie auf Neues an.
Was hat das mit Funk zu tun? Um Sprache über Kurzwelle zu schicken, muss man sie in wenige Zahlen verpacken und am anderen Ende wieder auspacken. Das Verpacken heißt Kodieren, das Auspacken Dekodieren, und das Gesamtpaket nennt man einen Codec. Bisher haben Fachleute die Regeln dafür von Hand entworfen, wie ein Rezept. Bei RADE übernimmt ein neuronales Netz einen Teil dieser Aufgabe. Es wurde laut dem Fachpapier darauf trainiert, Rauschen und Mehrwegeausbreitung zu überstehen, wie sie auf Kurzwelle vorkommen.
Der Teil „Autoencoder“ im Namen beschreibt das Prinzip: Ein Netz packt etwas ein (encode), ein zweites packt es aus (decode), und beide üben gemeinsam, bis das Ausgepackte dem Original möglichst nahekommt, auch wenn auf dem Weg gestört wurde. Man kann es sich wie zwei Brieffreunde vorstellen, die sich auf eine Geheimschrift einigen, die selbst dann lesbar bleibt, wenn der Brief nass geworden ist.
Gesendet wird also nicht der Ton selbst, sondern eine Folge von Zahlen. Die Klangerzeugung am Empfänger übernimmt ein Vocoder. Er baut aus den ankommenden Merkmalen der Stimme (Tonhöhe, Klangfarbe) wieder hörbare Sprache zusammen. Bei RADE ist das ebenfalls ein neuronales Netz mit dem Namen FARGAN.
Wichtig zu wissen: Ein solches System braucht mehr Rechenleistung als ein klassisches Digitalsprachsystem. Deshalb läuft RADE am Computer und nicht im Funkgerät. Und was ein Netz gelernt hat, lässt sich nicht wie ein Rezept nachlesen. Ob es funktioniert, zeigt man deshalb mit Tests, wie im Paper.
Was RADE ist
RADE steht für „Radio Autoencoder“. Entwickelt haben es David Rowe (VK5DGR) und Jean-Marc Valin. Ihr Fachpapier „RADE: A Neural Codec for Transmitting Speech over HF Radio Channels“ erschien am 10. Mai 2025 auf arXiv und wurde am 26. Juli 2025 überarbeitet (arXiv:2505.06671). Die Grundidee: Ein neuronales Netz ersetzt viele klassische Stufen der Signalverarbeitung. Der Encoder nimmt Merkmale der Stimme (Kurzzeitspektrum, Tonhöhe, Stimmhaftigkeit) und macht daraus kontinuierliche QAM-Symbole. Diese werden per OFDM über Kurzwelle gesendet. Der Decoder rekonstruiert daraus die Merkmale. Die Sprache selbst erzeugt der ML-Vocoder FARGAN, nicht mehr Codec 2 (freedv.org).
Laut Paper ist das Netz auf Rauschen und Mehrwegeausbreitung trainiert. Die Software steht unter der BSD-2-Clause-Lizenz (GitHub: drowe67/radae).
Die Zahlen aus dem Paper
- Aufbau: 30 Träger mit je 50 Symbolen pro Sekunde. Pro OFDM-Rahmen kommen 120 QAM-Symbole aus drei aufeinanderfolgenden Latenzvektoren. Das ergibt eine Rahmendauer und Algorithmusverzögerung von 120 ms. Die Merkmale werden mit 100 Hz aktualisiert, der Latenzvektor mit 25 Hz.
- Schwellwert: Auf einem reinen Rauschkanal (AWGN) ist die Sprache bis herab zu Eq/N0 = −3 dB verständlich.
- Vergleich mit SSB: Für „Verbindung steht“ (30 % Wortfehlerrate) gewinnt RADE 4 dB gegenüber SSB, sowohl im AWGN- als auch im Mehrwegekanal. Für gute Qualität (5 % Wortfehlerrate) sind es 13 dB.
- Spitzenleistung (PAPR): unter 1 dB. SSB liegt im Paper bei einem Mittelwert von etwa 8 dB.
- Rechenaufwand: Encoder und Decoder brauchen je etwa 1 MB Festspeicher und 32 MMACs. Der Vocoder FARGAN kommt mit etwa 300 MMACs dazu.
Zwei Einschränkungen gehören dazu. Erstens gemessen wurde mit automatischer Spracherkennung (Whisper) an 500 LibriSpeech-Beispielen, nicht mit einem Hörtest nach Norm. Informelle Hörtests „legen nahe“, dass RADE SSB deutlich übertrifft, so das Paper. Zweitens kommen die 4 und 13 dB aus Simulationen mit Modellkanälen. Das ist keine Aussage über jeden echten KW-Weg.
V1 und V2 im Vergleich
Die RADE-Seite auf freedv.org nennt für V1 eine HF-Bandbreite von 1500 Hz, eine Empfindlichkeit bis etwa −2 dB SNR und ein PAPR von etwa 4 dB hinter einem typischen SSB-Filter. Im Paper steht dagegen ein PAPR unter 1 dB. Die Werte beschreiben unterschiedliche Stellen der Signalkette und sind nicht direkt vergleichbar. Ebenso ist das Paper in Eq/N0 angegeben, die FreeDV-Seite in SNR.
Eine Tabelle im GitHub-Repository vergleicht die beiden Versionen:
| RADE V1 | RADE V2 | |
|---|---|---|
| Bandbreite (99 % belegt) | etwa 2100 Hz (durch SSB-Filter begrenzt) | etwa 860 Hz |
| Träger | 30 (mit Pilotsymbolen) | 14 (nur Daten) |
| Rahmendauer | etwa 120 ms | etwa 40 ms |
Auffällig: Für V1 nennt freedv.org 1500 Hz, das GitHub-Repository gemessene 2100 Hz mit dem Zusatz „durch SSB-Filter begrenzt“. Wer die Zahl zitiert, sollte sagen, woher sie stammt. Die Spektrogramm-Darstellung von SSB, RADE V1 und RADE V2 aus einem Funkversuch findet ihr auf der RADE-Seite von freedv.org. Wir können das Bild hier nicht zeigen, weil dort keine Lizenz angegeben ist.
RADE V2 befindet sich laut freedv.org im Beta-Test. Eine Bitrate in Bit pro Sekunde nennen weder das Paper noch das Repository. Wir geben deshalb keine an.
FreeDV 2.3.0 vom 19. Mai 2026
Die Version 2.3.0 brachte laut MacHamRadio unter anderem:
- Python wurde aus der RADE-Implementierung entfernt, um die Leistung zu verbessern. Außerdem kehrte die RX-Frequenzanzeige für RADE zurück.
- Neu sind eine Tune-Taste, ein SNR-Diagramm im Hauptfenster, RNNoise zur Geräuschunterdrückung beim Senden und ein CSV-Log gehörter Rufzeichen.
- Der FreeDV Reporter hat Filter pro Spalte und kann die eigene Station ausblenden.
- Die Software läuft direkt auf Flex-8000- und Aurora-Funkgeräten. Es gibt Builds für Windows (Intel/AMD und ARM), macOS (ein DMG) und Linux als AppImage für x86_64 und aarch64 (etwa Raspberry Pi 5).
Was ihr braucht
- Einen halbwegs modernen Rechner. Laut freedv.org braucht RADE V1 mehr Speicher und Rechenleistung als ein klassisches Digitalsprachsystem. Es läuft auch auf einem Raspberry Pi 4 oder besser.
- Windows 10 oder neuer gilt als Hauptplattform, dazu gibt es Linux-AppImages.
- Eine Soundkarten-Schnittstelle zum Funkgerät. Auf dem SM1000, dem ezDV und auf Mikrocontrollern läuft RADE nicht.
- Ein Funkgerät mit SSB. Ein SNR-Squelch fehlt in V1, das Decodieren setzt ein, sobald die Rahmensynchronisation sicher genug ist.
Bevor ihr sendet: Prüft, ob Sendeart, Bandbereich und Leistung zu eurer Lizenz passen.
Vortrag zum Anschauen
Einen Vortrag zu RADE für Funkamateure verlinkt die RADE-Seite auf freedv.org. Die Aufzeichnung (AREG, März 2025) liegt auf dem YouTube-Kanal von Mark Jessop:
Einordnung
Amateur Radio Newsline zitierte im November 2025 David Rowe mit den Worten, RADE sei „the first known real-world deployment of a neural codec“. Das ist eine Selbsteinschätzung des Entwicklers und kein unabhängiges Urteil. Belegt ist, dass die Software frei verfügbar ist, dass das Paper Gewinne gegenüber SSB in Simulationen zeigt, und dass FreeDV 2.3.0 RADE im Alltag bedienbarer macht. Offen bleibt, wie sich V2 im Dauerbetrieb schlägt und wie viele Stationen RADE tatsächlich nutzen.
Quellen
- D. Rowe, J.-M. Valin: RADE: A Neural Codec for Transmitting Speech over HF Radio Channels, arXiv:2505.06671 (v1 10.05.2025, v2 26.07.2025)
- FreeDV: RADE – Radio Autoencoder
- GitHub: drowe67/radae (Quellcode, V1/V2-Tabelle, BSD-2-Clause)
- MacHamRadio: FreeDV 2.3.0 has been released (19.05.2026)
- 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 – eure oeradio.at-Redaktion
Transparenzhinweis
Dieser Artikel wurde mit Unterstützung von KI (Claude, Anthropic) recherchiert und verfasst. Die Redaktion hat alle Inhalte überprüft und redaktionell bearbeitet. Trotz sorgfältiger Prüfung können vereinzelt Ungenauigkeiten enthalten sein, wir freuen uns über Hinweise per E-Mail an [email protected].
