Polský radioamatér SQ2BVN vyvíjí open-source dekodér CW, ktorý kombinuje klasické DSP zpracování audio signálu s konvoluční neuronovou sítí na bázi TensorFlow. Cílem projektu není nahradit operátorovo ucho v čistých podmínkách – k tomu postačí Goertzelov detektor s adaptívnym prahom. Neurónová sieť má pridanú hodnotu tam, kde zlyhávajú klasické metódy: pri silnom QSB, QRM od susednej stanice, atmosférickom QRN a nepresnom ručnom kľúčovaní.
V článku se dočtete
Jednotný front-end jako základ
Celý systém stojí na principu jediného zdroje pravdy pro DSP parametry. Konfigurace v souboru config.py definuje všechny konstanty – rozsah mel pásem (400 – 1200 Hz), počet mel filtrů (32), délku okna (2,56 s při 128 snímcích po 20 ms) a decibelovou škálu s pevnými hranicemi DB_MIN a DB_MAX. Všechny nástroje – generátor trénovacích dat, trenér, vizualizace i živá cesta – volají stejnou funkci frontend.to_net_image() a produkují identický výstup. Tím se eliminuje typický problém ML projektů, kde trénovací a produkční cesta používají různé normalizace.
Důležitý detail: projekt záměrně nepoužívá normalizaci na maximum klipu (REF=np.max), která by způsobila závislost výstupu na zbytku nahrávky. Decibelová škála je absolutní, což zajišťuje reprodukovatelnost – stejný tón při stejné úrovni dá stejný pixel bez ohledu na okolí.
Model rádiového kanálu
Generátor trénovacích dat simuluje reálné podmínky šíření na KV pásmech včetně šesti efektů: QSB (kolísání amplitudy), QRM (rušící stanice v propustném pásmu), QRN (atmosférické výboje), nepřesné ruční klíčování s odchylkou ±0 – 25 %, frekven šum s plovoucí úrovní. Efekty lze zapínat jednotlivě, což umožňuje měřit, který z nich model zvládá nejhůře. Tréninková sada prázdných klipů (třída 0) obsahuje také QRM – síť se tak učí, že energie mimo tón není znak.
X-Ray – vizuální kontrola dat
Nástroje xray.py a xray_all.py vykreslují trénovací vzorky jako PNG dlaždice 128 × 32 pixelů se sdílenou dB škálou. Pod každou dlaždicí je bílý pás označující hranice označeného znaku a barevné indikátory aktivních efektů (QSB, QRM, QRN, klíčování). Výchozí řazení – sort contrast začíná od nejtěžších vzorků. Vizualizace odhalí problémy s časováním, přesahem znaku přes okraj okna nebo příliš vysokým šumovým pozadím dříve, než se projeví na přesnosti modelu.
Architektura sítě a embedded nasazení
Výchozí architektura (–arch dpu) používá výhradně konvoluční vrstvy s přibližně 624 000 parametry a velikostí modelu kolem 1,5 MB. Referenční architektura s obousměrným GRU existuje pro srovnání, ale při testování dosáhla stejné přesnosti 97,51 % – rekurence nepřinesla zlepšení a byla čtyřnásobně pomalejší. Receptivní pole konvoluční sítě pokrývá 110 snímků (2,20 s), což postačuje na nejdelší znak včetně mezer.
Konvoluční architektura je zvolena s ohledem na nasazení na FPGA platformě AMD Kria KV260 s akcelerátorem DPUCZDX8G a nástroji Vitis AI. DPU nepodporuje rekurentní vrstvy, proto GRU varianta není nasaditelná. Pro mel front-end na embedded cíli existuje čistě numpy referenční implementace (melref.py) připravená na port do C. Kvantizace na int8 pro Vitis AI profituje z pevné dB škály – kalibrační rozsah nezávisí na obsahu klipu.
Aktuální model trénovaný na 1,6 milionu vzorků (RTX 3050, 120 minut) dosahuje validační přesnosti 98,95 % a dekóduje rychlostí 10 – 30 WPM. Omezením zůstává úzký frekvenční rozsah 670 – 830 Hz – ladění na správný tón je nezbytné a zajišťuje jej modul tune.py. Verze 0.9.2 je dostupná jako Windows instalátor, který nevyžaduje administrátorská práva a pracuje s USB zvukovou kartou transceivera alebo mikrofónom.

DR OMs, zkoušel jsem instalaci pod W7 a Avira mi instalaci zablokoval, dohledal jsem hlášení: Contains suspicious code HEUR/AGEN.1249068!
Mám být klidný a dát to do výjimek nebo se tam stačilo něco „nalepit“.
73! Franta OK2VFS
Ahoj Franto, zbehol som ho cez VirusTotal https://www.virustotal.com/gui/file/353196d9207d141f0da226f33bfea9248fe778a2b15d5fc3b37bd755b840ce83?nocache= 1
Predpona HEUR znamená heuristickú analýzu – antivírus nenašiel známu podpisovú vzorku vírusu, ale kód vyhodnotil ako „podozrivý“ na základe jeho štruktúry, správania alebo spôsobu balenia (napr. ak je aplikácia zabalená pomocou nástrojov ako PyInstaller, alebo ak manipuluje so zvukovými kartami či sieťovými zásuvkami, čo DSP programy robia).
Pozrel som opäť aj GitHub, či tam nie je nejaké hlásenie – nie je.
Ja som si ten program skúšal, ale nebol som nadšený. Za najlepší dekodér považujem https://cq.cs/sdc-software-defined-connectors/ , ale pri SDR IQ signáli – ak som použil bežné audio, kvalita dekódovania rapídne poklesla.
Nenachádzam ale nič, čo by nasvedčovalo, že dekodér CW od SQ2BVN obsahuje nejaký nebezpečný kód.
Ahoj Vilo, díky za mail. Není dávno, co jsem si totálně za.. PC když jsem si chtěl nainstalovat (doporučovaný) sw na automatickou synchronizaci času. Skončilo to format C: CW dekodéry mě zajímají jen tak, zatím jsem neobjevil nic převratného – snad DeepCW spuštěný na mobilu vedle TRX.Zkusím ten co doporučuješ.
73! Franta OK2VFS
Mne SDC funguje na SDR IQ výrazne lepšie ako ktorýkoľvek zatiaľ vyskúšaný dekodér. Zaujímavé je, že pri spracovaní iba cez audio kvalita dekódovania výrazne upadne. Zrejme mechanizmus dekódovania je rôzny.