Связь для байкеров

Интерком кончается там, где группа растянулась

Bluetooth-интерком связывает мотоциклистов друг с другом и работает, пока между ними несколько сотен метров, не больше. Отстали на перекрёстке — и разговора нет. MumbleWay переносит разговор в интернет: все заходят в один канал Mumble через мобильную связь, и неважно, едет следующий в ста метрах впереди или в другой стране.

Это не универсальное приложение для звонков, которому пририсовали мотоцикл на иконке. Весь тракт обработки звука исходит из того, что микрофон — в сантиметре ото рта, внутри шлема, на скорости, а фоном идут ветер и мотор.

Что он делает с шумом

Речь в шлеме на скорости — трудный сигнал. Тракт сделан именно под него, и за работой каждой ступени можно наблюдать.

• Нейросетевой очиститель речи в начале тракта. DeepFilterNet 3 — на самом телефоне и в те же 10 мс, что отведены блоку. Это самый мощный рычаг из здешних: на дороге он разводит речь и паузы примерно на 16 дБ там, где вся остальной тракт даёт 1,5. Поэтому его первым ослабляют и последним отключают, когда устройству перестаёт хватать запаса.
• Подавление шума ветра и мотора, настроенное под шлем. Есть профили помягче — для стоянки и для помещения, — и автоматический режим, который выбирает между ними по тому, что слышит.
• Эхоподавление, которое само измеряет задержку. Динамик в шлеме стоит в сантиметрах от микрофона, и звук возвращается почти сразу; телефон на громкой связи возвращает его после всего, что стоит между приложением и динамиком, — это другая задача, и раньше она не решалась. Теперь эхоподавитель сначала находит, где эхо на самом деле, и только потом его убирает.
• Голосовая активация, которая не отстаёт от звука. Порог срабатывает уже посреди слога, и к моменту, когда открылась передача, звук, который её открыл, давно прошёл. Поэтому задерживают звук, а не решение: передача открывается на том, что привело к срабатыванию, и слово, начинающееся на «с», «ф» или «ш», сохраняет первый согласный — «сорок» доезжает как «сорок», а не как «орок». На трёх реальных поездках упреждение в 160 мс покрыло 94% открытий против 90% при 80 мс.
• А потом задержку возвращают. Постоянно нести упреждение — значит платить задержкой в каждой передаче ради первой десятой доли секунды одной из них. Поэтому фраза открывается с упреждением в 240 мс, а долг выплачивается на скорости 1,1× — периоды основного тона удаляются целиком, так что меняется длительность, а не высота, — пока задержка не осядет до 200 мс. Не до нуля: небольшой запас гасит опоздавший блок вместо того, чтобы превращать его в провал звука.
• После того как вы замолчали, передача держится целую секунду и затухает за последние 30 мс — чтобы не срезало конечные «т» или «с» и чтобы обрыв не щёлкал. Секунда перекрывает паузы внутри фразы: именно из-за них фраза доезжала до собеседника четырьмя обрывками.
• Подавление гула обратной связи, устранение шипения, автоматическое выравнивание уровня и лимитер.
• Эластичный буфер джиттера: то, что накопилось за время потери связи, он проигрывает до двух раз быстрее, удаляя периоды основного тона, — иначе после тоннеля все отстали бы на секунду.

Когда телефон не справляется

Блок звука приходит каждые 10 миллисекунд, и весь тракт должен успеть отработать до прихода следующего. На современном телефоне запас есть, на устаревшем или бюджетном — нет, и делать вид, что это не так, бессмысленно.

Поэтому устройство измеряется по этому сроку при запуске, ещё до первого разговора, и за ним следят дальше, пока вы говорите. Если тракт не укладывается, ступени отключаются по одной — в порядке, который был измерен, а не придуман, и никогда молча.

Тогда же очиститель речи замеряют и отдельно: он единственный настолько велик, что способен решить всё сам по себе. Телефону, у которого одна только модель занимает 4 мс из десяти, негде разместить семь ступеней после неё — что бы ни показывала общая сумма на устройстве, которое пока не в разговоре. Поэтому он сразу берёт модель подешевле, а не спускается через одиннадцать других ступеней, чтобы спустя разговор оказаться там же.

Первым жертвуют тем, что дешевле всего обходится по качеству. Очиститель речи сначала дважды слабеет — это две самые крупные экономии на всём тракте, и стоят они почти ничего: на голосе поверх музыки первая из них измерилась даже лучше полного режима. Дальше перестаёт выплачиваться упреждение — ни один отсчёт от этого не меняется, растёт только задержка, возвращаясь к прежней. Дальше вдвое укорачивается фильтр эхоподавителя: громкий прямой путь остаётся, теряется примерно 10 мс хвоста за ним. Дальше три детектора, работу которых во многом дублирует измерение уровня. Дальше отрисовка самой панели диагностики: её не жалко, через неё ничей голос не проходит. Дальше остальная «живость» панели — движущиеся индикаторы и полоски собеседников — по той же причине. Дальше более дешёвая и более агрессивная модель шумоочистки. Полное отключение очистителя — тринадцатое и последнее, что будет сделано, потому что именно он превращает 1,5 дБ разницы между речью и паузами в 16.

Ниже лестницы остаётся ещё одно. Если всё, что выше, уже отключено, а блоки всё равно опаздывают, тракт смотрит, на что на самом деле уходит время. Подавление эха — единственная ступень, стоимость которой задаёт не ваш телефон, а собеседник: пока на той стороне молчат, она почти ничего не делает. Поэтому на редком устройстве, где блоки не укладываются именно из-за неё, её фильтр укорачивают ещё раз, шагами, пока он не покроет только прямой путь — самый громкий — и ничего сверх того. Совсем её не выключают: на громкой связи это самовозбуждение, а защита, которая его бы поймала, отключена одиннадцатью ступенями раньше.

Обратно в течение сеанса тракт не поднимается. Устройство, которое опоздало однажды, опоздает и снова, а тракт, включающий и выключающий ступени вслед за нагрузкой, звучал бы хуже любого из двух состояний. Перезапуск приложения пробует весь тракт заново.

И вам об этом говорят. Отключённые ступени в панели диагностики зачёркнуты, значок на панели инструментов превращается в жёлтое предупреждение — чтобы вы узнали, не идя специально смотреть, — а сама панель словами объясняет, что именно отключено и чего это стоит.

Что стоит иметь в виду: измеряется устройство таким, каким оно попалось, а не таким, каким могло бы быть. Компьютер, занятый в момент запуска чем-то ещё, может начать на ступень ниже, чем он же на холостом ходу.

Смотрите, как всё работает

Большинство голосовых приложений не показывают ничего. Человек жалуется, что его обрезало, — и выяснить, на какой ступени это произошло, просто нечем.

В MumbleWay есть панель диагностики с живым анализатором спектра: сразу три кривые — микрофон, сигнал после шумоподавления и то, что реально уходит в эфир, — и по индикатору на каждую ступень тракта. Полезнее всего тот момент, когда кривая передачи ложится в ноль, а две другие нет.

Ещё он умеет записывать то, что услышал микрофон, вместе с тем, что тракт об этом решил, блок за блоком. Тогда запись, на которой пропал звук, можно разобрать, а не гадать. Появилось это не от хорошей жизни: однажды целый круг измерений пришлось выбросить, когда выяснилось, что записи сделаны встроенным микрофоном телефона, а не гарнитурой. По самому звуку не понять, чем он записан, — а запись изнутри приложения берёт то, что получил сам тракт.

На компьютере то же самое выглядит как окно из двух панелей: слева ваши серверы, справа канал и те, кто в нём.

Достоинства

Недостатки

Стоит прочитать, прежде чем на него полагаться. Всё перечисленное — правда, и ни один пункт не лечится настройкой.

Что дальше