Ośrodek badawczy, w którym stworzono słynny format MP3, pozostaje nadal potęgą w zakresie obróbki dźwięku i obrazu. Kilka miesięcy temu pisałem o sali kinowej wykorzystującej 192 głośniki do precyzyjnego pozycjonowania dźwięku. Umożliwia to dokładne sterowanie przestrzennym sygnałem, tak aby docierał on w identycznej postaci do każdego miejsca na widowni. Dzięki temu osoba siedząca po lewej strony sali nie będzie skazana na mniejsze natężenie muzyki i efektów napływających z prawej strony.
Interesujące rozwinięcie tego pomysłu stanowi system pozwalający na dostarczenie danego komunikatu głosowego w wybrane miejsce przestrzeni. W ten sposób można będzie przesłać informację wyłącznie do osób stojących np. tylko na danym peronie lub koło określonego stoiska w sklepie, bez zwracania uwagi innych, nieco bardziej oddalonych klientów. Ponadto ta metoda pozwala kierować różne komunikaty do wielu grup znajdujących się na tym samym otwartym obszarze, bez ryzyka zamieszania. Stanie się ona też znacznym ułatwieniem przy utrzymywaniu porządku na stadionach czy koncertach. Można też sobie wyobrazić, że za kilka lat w restauracjach przy każdym stoliku rozbrzmiewać będzie inna muzyka.
Akustyczna magia i inne cuda
Uprzestrzennienie dźwięku jest tu wspomagane technologią IPcom, przypisującą każdemu głośnikowi i mikrofonowi adres IP, co pozwala łatwo i precyzyjnie modelować przestrzeń dźwiękową, a później nią zarządzać. IPcom potrafi wykorzystać adres IP przypisany nawet do konkretnej osoby, dzięki czemu łatwe staje się kierowanie danego komunikatu do wskazanego człowieka. Nawet gdy adresat przekazu będzie biegł, skierowany do niego komunikat głosowy przemieści się razem z nim. Można w ten sposób przesyłać nawet 500 ogłoszeń jednocześnie.
Jednym z najbardziej efektownych projektów jest trójwymiarowy monitor. Choć tego typu urządzenia dostępne są już na rynku, to niemiecki projekt nadal się wyróżnia. W przeciwieństwie do technologii opracowanych przez inne firmy trójwymiarowość nie jest tworzona “w głąb” ekranu, lecz powstaje przed monitorem, tuż przed oczami użytkownika. Trójwymiarowe obiekty wyświetlane są w przestrzeni, gdy tymczasem ekran monitora pozostaje czarny. Sprawia to niezwykłe wrażenie, jakby przedmioty unosiły się w powietrzu tuż przed twarzą widza. Iluzja sięga dalej, gdyż taki wirtualnie zawieszony w powietrzu obiekt można… dotknąć. Owego dotknięcia wprawdzie nie poczujemy, ale palcem przesuniemy lub obrócimy wyświetlone bryły. Wygodne? Owszem, ale przede wszystkim niezwykle efektowne. Proszę sobie wyobrazić potwora, który rzeczywiście wyskakuje z monitora…
Wadą tego niezwykłego monitora jest cena sięgająca kilkunastu tysięcy euro. Trudno liczyć na to, że wkrótce stanie się on przystępny dla zwykłego użytkownika. Pomijając już kwestię kosztów, nie jest to urządzenie mogące zastąpić tradycyjny wyświetlacz CRT czy LCD w codziennych zastosowaniach.
Problem w tym, że o ile spisuje się on rewelacyjnie w zastosowaniach trójwymiarowych, o tyle zupełnie nie sprawdza się w… 2D.
Tania wideokomórka
Być może szybko będziemy natomiast korzystali z innej niemieckiej technologii, a mianowicie wideokonferencji przez telefon GSM. Teoretycznie takie wideorozmowy dałoby się zorganizować już dziś, wiele nowych modeli komórek ma bowiem wbudowane urządzenia rejestrujące obraz. Na przeszkodzie stoi jednak przepustowość łączy. Przesłanie strumienia wideo, nawet mocno skompresowanego, wymaga szerokiego pasma transmisyjnego i dostarczania danych w stałym tempie, czego nie zapewnia GPRS. Doktor Peter Eisert oraz Juergen Rurainsky znaleźli jednak sposób, by osiągnąć ten sam efekt przy wykorzystaniu dostępnej dzisiaj infrastruktury. Zastosowany tu trik polega na tym, że przesyłane są jedynie współrzędne węzłowych punktów twarzy. Na ich podstawie odtwarzana jest mimika, a stąd już tylko krok do animacji. Co najważniejsze – ilość danych niezbędnych do uzyskania tą techniką płynnej animacji to ledwie jeden kilobit na sekundę.
Warunkiem nawiązania takiego wideopołączenia jest jednak dysponowanie w telefonie zdjęciem rozmówcy z zaznaczonymi punktami węzłowymi twarzy. Musi ono obejmować kilka ujęć, zrobionych z różnych stron, tak aby przygotować przestrzenny model głowy. Nie jest to więc sposób na “randkę z nieznajomą”. Nic nie stoi jednak na przeszkodzie, by przygotować odpowiedni protokół, na początku wideorozmowy wymieniający się zdjęciami uczestników oraz danymi niezbędnymi do animacji.
Nieco większym problemem jest fakt, że dzisiejsze palmofony dysponują mocą wystarczają, by pełnić rolę klienta, ale zbyt małą, żeby pracować jako serwer. Inaczej mówiąc, za pomocą palmofonu można oglądać rozmówcę, ale nie da się na razie wysyłać własnych obrazów. Analizowanie w czasie rzeczywistym kluczowych punktów twarzy przekracza możliwości dzisiejszych inteligentnych komórek, ale następna generacja powinna sobie z tym radzić lepiej. Niemiecki wynalazek opiera się bowiem na kompresji MPEG-4 (MPEG-4 Facial Animation Parameteres), a kilka firm zapowiedziało już specjalne układy graficzne dla telefonów, wspomagające tę metodę rejestracji obrazu i odciążające główny procesor.
Zastosowanie tej technologii w działaniu można było zobaczyć np. podczas berlińskich targów IFA 2003. Peter Eisert informował o toczących się rozmowach z kilkoma znanymi firmami na temat wykorzystania animacji w następnej generacji telefonów komórkowych.
Ciekawym zastosowaniem ubocznym opisywanej tu metody jest możliwość “zmuszenia” dowolnej osoby do powiedzenia dowolnych słów. Wystarczy dysponować fotografią jej twarzy, a następnie wskazać punkty węzłowe. Ten nieco zabawny, a nieco przerażający trik prezentowano właśnie w Berlinie, gdzie kilku amerykańskich prezydentów bezwolnie “powtarzało” za niemieckim naukowcem wykład na temat działania opisywanej tu technologii. Rezultat był szokująco realistyczny.
