FreeDVのQST11月号の記事
ARRL QST誌の11月号にDavid Rowe氏のRADEの記事が載っています。 著作権の都合で全文は紹介できませんが、構成と概要だけを少しだけ紹介します。 ARRL会員の方は https://www.arrl.org/qst で見ることが出来ます。30-33ページ ------------------------------------------------- Radio Autoencoder（RADE） HF帯で運用するこのツールの開発には、機械学習による音声圧縮が重要な役割を果たした。 David Rowe, VK5DGR — QST 2026年11月号 機械学習を使い、約1.5 kHzの無線帯域で高品質な音声を伝送する方式です。弱い信号でも良好に動作し、FreeDVなどで利用できます。 HF帯のデジタル音声とRADE 従来のFreeDVはCodec 2とDSPを使用していました。RADEは機械学習を取り入れ、音声品質を大きく改善しました。 設計と機械学習の違い 従来は信号処理の各部分を個別に設計していました。機械学習では、多数の入出力例を使って、ニューラルネットワークに必要な動作を学習させます。 RADEの仕組み 音声の特徴量を直接QAMシンボルに変換し、OFDMで伝送します。受信側は特徴量を復元し、FARGANで音声を合成します。 RADEを始めるには Windows／macOS／LinuxでFreeDVを動かし、音声インターフェースを介してSSB無線機に接続します。対応するFlexRadioやWeb SDRでも利用できます。 まとめとRADE V2 RADEは、低SNRから高SNRまで高品質なHF音声通信を実現します。RADE V2では、性能向上と、より狭く不要成分の少ない送信スペクトルを目指しています。 著者紹介 David Rowe, VK5DGRは、Codec 2とFreeDVの開発者です。音声圧縮・音声認識、モデム、衛星通信などの分野で活動しています。 図1：AM受信機 図2：機械学習による検波器の学習 図3：学習中の検波器の波形 図4：従来型DSPによるデジタル音声の構成 図5：RADEによるデジタル音声の構成 図6：従来のQPSKとRADEの信号点配置 図7：RADE V1の信号スペクトル
