RADE je nevronski govorni kodek, s katerim FreeDV prenaša govor po kratkih valovih razumljivo tudi pri zelo šibkih signalih. V osnovnem članku o FreeDV smo RADE že predstavili. Tukaj si ga ogledamo podrobneje: Kaj piše v strokovnem članku, po čem se razlikujeta različici V1 in V2, kaj je prinesel FreeDV 2.3.0 in katere številke so zanesljive? Pri vrsti podatkov se viri razhajajo. To vsakič posebej povemo.
Nevronski? Kaj sploh to pomeni?
„Nevronska mreža“ je računalniški program, ki ne dela korak za korakom po trdnem navodilu, temveč se uči iz primerov. Ime izvira iz možganov, v katerih so živčne celice (nevroni) med seboj povezane. V računalniku je to groba oponašava: zelo veliko majhnih računskih postaj, ki posredujejo števila in jih pri tem vsaka malo spremeni.
Primerjava iz kuhinje. Klasičen program je kot recept: 200 gramov moke, dve jajci, deset minut mešanja. Nekdo si je vse vnaprej zamislil in računalnik to izvede natanko tako. Nevronska mreža je bolj podobna vajencu, ki tisočkrat speče torto. Po vsakem poskusu mu nekdo pove, kako blizu je bil dobremu rezultatu, in on nekoliko popravi. Na koncu zna speči torto, ne da bi mu kdorkoli narekoval recept. To vajo imenujemo učenje (angl. training).
In „UI“? Umetna inteligenca je krovni pojem za programe, ki rešujejo naloge, pri katerih bi sicer domnevali um: prepoznavanje govora, opisovanje slik, pisanje besedil. Nevronske mreže so danes najpomembnejša tehnika za tem. Z mislečim bitjem to nima nobene zveze. Mreža prepoznava vzorce v zelo velikem številu primerov in jih uporablja na novih.
Kaj ima to z radiom? Da bi govor poslali po kratkih valovih, ga je treba zapakirati v nekaj števil in jih na drugem koncu spet razpakirati. Pakiranju pravimo kodiranje, razpakiranju dekodiranje, celotnemu paketu pa kodek. Doslej so strokovnjaki pravila za to zasnovali ročno, kot recept. Pri RADE del te naloge prevzame nevronska mreža. Po strokovnem članku je bila naučena, da prenese šum in večpotno širjenje, kakršna se pojavljata na kratkih valovih.
Del „Autoencoder“ v imenu opisuje načelo: ena mreža nekaj zapakira (encode), druga to razpakira (decode), obe pa se skupaj vadita, dokler razpakirano ni čim bližje izvirniku, tudi če je bilo na poti moteno. Lahko si ju predstavljamo kot dva dopisna prijatelja, ki se dogovorita za skrivno pisavo, ki ostane berljiva, tudi če se pismo zmoči.
Ne pošilja se torej sam zvok, temveč zaporedje števil. Ustvarjanje zvoka na sprejemni strani prevzame vocoder. Iz prispelih lastnosti glasu (višina tona, barva zvoka) spet sestavi slišen govor. Pri RADE je tudi to nevronska mreža z imenom FARGAN.
Pomembno je vedeti: Tak sistem potrebuje več računske moči kot klasičen sistem digitalnega govora. Zato RADE teče na računalniku in ne v radijski postaji. In kar se je mreža naučila, se ne da prebrati kot recept. Ali deluje, zato dokažemo s preizkusi, kot v članku.
Kaj je RADE
RADE pomeni „Radio Autoencoder“. Razvila sta ga David Rowe (VK5DGR) in Jean-Marc Valin. Njun strokovni članek „RADE: A Neural Codec for Transmitting Speech over HF Radio Channels“ je izšel 10. maja 2025 na arXiv in bil 26. julija 2025 popravljen (arXiv:2505.06671). Osnovna zamisel: nevronska mreža nadomesti številne klasične stopnje obdelave signala. Kodirnik vzame lastnosti glasu (kratkočasovni spekter, višino tona, zvenečnost) in iz njih naredi zvezne simbole QAM. Ti se po kratkih valovih oddajajo z OFDM. Dekodirnik iz njih rekonstruira lastnosti. Sam govor ustvari ML-vocoder FARGAN, ne več Codec 2 (freedv.org).
Po članku je mreža naučena na šum in večpotno širjenje. Programska oprema je pod licenco BSD-2-Clause (GitHub: drowe67/radae).
Številke iz članka
- Zgradba: 30 nosilcev s po 50 simboli na sekundo. Na okvir OFDM pride 120 simbolov QAM iz treh zaporednih latentnih vektorjev. To da trajanje okvirja in zakasnitev algoritma 120 ms. Lastnosti se posodabljajo s 100 Hz, latentni vektor pa s 25 Hz.
- Prag: Na čistem šumnem kanalu (AWGN) je govor razumljiv vse do Eq/N0 = −3 dB.
- Primerjava s SSB: Za „zveza stoji“ (30 % delež napačnih besed) RADE pridobi 4 dB v primerjavi s SSB, tako v kanalu AWGN kot v večpotnem kanalu. Za dobro kakovost (5 % delež napačnih besed) je to 13 dB.
- Konična moč (PAPR): pod 1 dB. SSB je v članku pri povprečju okoli 8 dB.
- Računska zahtevnost: Kodirnik in dekodirnik potrebujeta vsak okoli 1 MB pomnilnika za shranjevanje in 32 MMAC. Vocoder FARGAN doda okoli 300 MMAC.
Dodati je treba dve omejitvi. Prvič, merjenje je bilo opravljeno z avtomatskim prepoznavanjem govora (Whisper) na 500 primerih iz LibriSpeech, ne s poslušalskim testom po standardu. Neformalni poslušalski testi „nakazujejo“, da RADE precej presega SSB, tako članek. Drugič, 4 in 13 dB izhajata iz simulacij z modelnimi kanali. To ni izjava o vsaki resnični KV poti.
Primerjava V1 in V2
Stran o RADE na freedv.org navaja za V1 VF pasovno širino 1500 Hz, občutljivost do okoli −2 dB SNR in PAPR okoli 4 dB za tipičnim filtrom SSB. V članku pa je PAPR pod 1 dB. Vrednosti opisujejo različna mesta v signalni verigi in jih ni mogoče neposredno primerjati. Prav tako je članek naveden v Eq/N0, stran FreeDV pa v SNR.
Tabela v repozitoriju GitHub primerja obe različici:
| RADE V1 | RADE V2 | |
|---|---|---|
| Pasovna širina (99 % zasedena) | okoli 2100 Hz (omejena s filtrom SSB) | okoli 860 Hz |
| Nosilci | 30 (s pilotnimi simboli) | 14 (samo podatki) |
| Trajanje okvirja | okoli 120 ms | okoli 40 ms |
Opazno: Za V1 freedv.org navaja 1500 Hz, repozitorij GitHub pa izmerjenih 2100 Hz z dodatkom „omejena s filtrom SSB“. Kdor to število navaja, naj pove, od kod izvira. Spektrogram SSB, RADE V1 in RADE V2 iz radijskega preizkusa najdete na strani RADE na freedv.org. Slike tukaj ne moremo prikazati, ker tam ni navedena licenca.
RADE V2 je po freedv.org v beta testiranju. Bitne hitrosti v bitih na sekundo ne navaja niti članek niti repozitorij. Zato je ne podajamo.
FreeDV 2.3.0 z dne 19. maja 2026
Različica 2.3.0 je po MacHamRadio med drugim prinesla:
- Python je bil odstranjen iz implementacije RADE za izboljšanje zmogljivosti. Poleg tega se je vrnil prikaz sprejemne frekvence RX za RADE.
- Novi so tipka Tune, diagram SNR v glavnem oknu, RNNoise za zatiranje hrupa pri oddajanju in dnevnik CSV slišanih klicnih znakov.
- FreeDV Reporter ima filtre po stolpcih in lahko skrije lastno postajo.
- Programska oprema teče neposredno na radijskih postajah Flex-8000 in Aurora. Na voljo so gradnje za Windows (Intel/AMD in ARM), macOS (ena datoteka DMG) in Linux kot AppImage za x86_64 in aarch64 (na primer Raspberry Pi 5).
Kaj potrebujete
- Približno sodoben računalnik. Po freedv.org RADE V1 potrebuje več pomnilnika in računske moči kot klasičen sistem digitalnega govora. Teče tudi na Raspberry Pi 4 ali boljšem.
- Windows 10 ali novejši velja za glavno platformo, poleg tega so na voljo Linux AppImage.
- Vmesnik z zvočno kartico do radijske postaje. Na SM1000, ezDV in na mikrokrmilnikih RADE ne teče.
- Radijsko postajo s SSB. V V1 ni squelcha SNR, dekodiranje se začne, takoj ko je sinhronizacija okvirja dovolj zanesljiva.
Preden oddajate: Preverite, ali vrsta oddaje, frekvenčno območje in moč ustrezajo vašemu dovoljenju.
Predavanje za ogled
Predavanje o RADE za radioamaterje povezuje stran RADE na freedv.org. Posnetek (AREG, marec 2025) je na kanalu YouTube Marka Jessopa:
Umestitev
Amateur Radio Newsline je novembra 2025 navedel Davida Rowa z besedami, da je RADE „the first known real-world deployment of a neural codec“. To je samoocena razvijalca in ne neodvisna sodba. Dokazano je, da je programska oprema prosto dostopna, da članek v simulacijah kaže pridobitke v primerjavi s SSB in da FreeDV 2.3.0 RADE v vsakdanji uporabi dela bolj obvladljiv. Odprto ostaja, kako se V2 obnese pri trajnem obratovanju in koliko postaj RADE dejansko uporablja.
Viri
- 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 (izvorna koda, tabela 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 – ekipa oeradio.at
Obvestilo o preglednosti
Ta članek je bil raziskan in napisan s pomočjo UI (Claude, Anthropic). Vsebino je pregledala uredniška ekipa oeradio.at in jo pripravila za avstrijsko radioamatersko skupnost.
