DTMF:n jatkokehitys ?

Tämä oikeastaan kuuluisi palstalle "teleteknologia", mutta kun Suomi24:llä ei tuollaista palstaa erikseen ole, niin menköön elektroniikkaan, sillä elektroniikkaanhan teleteknologiakin perustuu.

Ehkä nykypäivänä tilanne on korjaantunut, mutta menneinä vuosikymmeninä Suomi on ollut 20 vuotta jäljessä USA:ta teleteknologian kehityksessä!

Suomessa muka insinööriosaamista - tämä on häpeällistä!

Suomessakin tuttu äänitaajuusvalinta (tunnetaan myös termeillä DTMF sekä Touch-Tone®) alkoi Suomessa yleistyä vasta 1980 -luvun alusta alkaen.
Mutta kuinka moni tiesi, että DTMF on keksitty USA:ssa vuonna 1960 ?
Suomi siis on ollut 20 vuotta USA:ta jäljessä DTMF -teknologian käyttöönotossa.

1980 -luvulla DTMF otettiin käyttöön SYP:n toimesta, sillä 1980 -luvulla avattiin Suomen ensimmäinen puhelinpankki (jota voidaan pitää nykyisen nettipankin edeltäjänä, aikana ennen kotitietokoneita ja internet -yhteyksiä). SYP:n puhelinpankissa puhui puhesyntetisaattori, ja asiakas ohjasi palvelun toimintaa äänitaajuusnäppäinpuhelimella.

USA:ssa DTMF tosiaan keksittiin jo vuonna 1960, ja siitä aiheesta lisätietoa löytyy tästä asiakirjasta (PDF):
https://www.ece.iastate.edu/~alexs/classes/2025_Spring_5750/code/19_Audio/02_Phone_Digits/Wikipedia-Dual-Tone.pdf

Itselläni on tällainen kysymys:
Onko olemassa DTMF:stä edelleen kehitettyä systeemiä, jossa yhdellä äänellä saataisiin siirrettyä 8, 10 tai jopa 12 bittiä sen sijasta, että DTMF:ssähän siirtyy enintään 4 bittiä kerralla (kun käytetään kaikki vaihtoehdot, eli numeroiden lisäksi myös: *, #, A, B, C ja D).

Jos sellaista ei ole valmiina olemassa, olisiko sellainen mahdollista kehittää ?

DTMF:ssähän nuo taajuudet on valittu siten, etteivät ne osu yksiin minkään musiikissa käytetyn taajuuden kanssa.

Musiikissahan käytetään järjestelmää, jossa yksi oktaavi on jaettu 12 puolisävelaskeleeseen.

Kansainvälinen standardi sanoo, että 1 -viivainen A = 440 Hz.
Yksi puolisävelaskel ylöspäin vastaa taajuuden kertomista luvulla K,
missä K = 2**(1/12). (** = potenssiin korotus).

10 bitin siirto kerralla edellyttäisi yhteensä 1024 vaihtoehtoa, mutta kun DTMF:ssä (ja mahdollisissa muissa siitä edelleenkehitetyissä systeemeissä) tulee 2 siniääntä samanaikaisesti, niin yhdelle siniäänelle tulee vain 32 vaihtoehtoa, koska 2**5 = 32.

Eli jos käytetään sekä 32 rivitaajuutta, että näistä täysin erilliset 32 saraketaajuutta, tällöin pystyisi siirtämään 5+5 = 10 bittiä kerrallaan.

Miksi 10 bittiä?
Siksi, että 8 bittiä = 1 tavu, ja nuo 2 lisäbittiä käytettäisiin synkronointiin ja/tai virheenkorjaukseen (ECC), koska ilman noita syntyy se ongelma, että jos yksittäinen ääni jää jonkin virheen takia kokonaan tunnistamatta niin ilman synkronointia 1 tuollainen virhe tuhoaa koko loppuosan lähetyksestä.

Toinen vaihtoehto olisi käyttää ns. puhemodeemia (speech modem) jossa ideana on tuottaa keinotekoista "puhetta" joka ei oikeasti ole puhetta eikä siten ihmiskorvien ymmärrettävissä, vaan kyseessä on datan koodaus ääneksi siten, että näin tuotettu ääni menee ns. puhekoodekeista läpi vaurioitumatta.

Puhekoodekkeja ovat esim. GSM 6.10 (ehkä parhaimmin tunnettu ja varhaisin puhekoodekki), uudempi vastaava on speex.

Puhemodeemi siis tuottaa datasta ääntä, joka teknisessä mielessä muistuttaa puhetta, vaikkei ihmiskorville olekaan tarkoitettu.

Joku paremmin tietävä voisi myös kertoa:
Miksi puhelun aikana syötetty äänitaajuusmerkki "3" on heikoimmin tunnistettavissa ?

Jostain syystä juuri tuon numeron "3" taajuudet ovat sellaisia, että sen kohdalla helpoiten käy niin, ettei vastaanottaja tunnista tuota numeroa "3" lainkaan !