特別寄稿
2026年11月16日掲載
送信側は、「WAV → SNAC Encoder → 無線フレーム → 4CPFSK → IQ保存」まで接続しました。
変調には、Gaussian整形した4CPFSK(4値連続位相FSK)を選びました。変調指数h=0.25、GaussianフィルタのBT=0.30、パルス長4symbolの帯域の評価結果は、次のとおりです。

この結果を見ると、6.25kHzの半分にあたる3.125kHzのチャネル間隔は、スペクトル面では十分に狙えそうです。ただし、hやBTを小さくして帯域を狭めると、受信側で信号を判別しにくくなる可能性もあります。帯域の狭さと受信性能の両方を見て、設計を決める必要があります。
受信側は、送信器で作成したIQファイルを読み、周波数復調とFIR等化を行ってから、同期語を探して4値を判定します。Gaussian整形では隣接symbolの波形が重なるため、判定前に等化フィルタでその影響を補償します。
同期語を除去した後は、ホワイトニング解除、デインターリーブ、FEC復号など行います。取り戻した84bitをtokenに戻し、SNAC Decoderで24kHzの音声WAVに復元しました。
以上により、送信から受信まで一通り動くモデムができました。あくまで机上の実験で実用レベルのフレーム設計ではありませんが、狭帯域デジタル無線の仕組みや雰囲気は伝わるのではないでしょうか。
筆者は、以前は狭帯域無線機の設計に携わっていました。現在は海外駐在で現地サポートを担当しており、高度なシミュレーション環境や高性能な計測器を使える状況ではありません。それでも公開モデルとGNU Radioを組み合わせることで、音声から送信波形を作り、再び声へ戻すところまで試せました。 今回、フローグラフを含むほぼすべてのコードは、筆者が設計方針を示し、AIエージェントが自律的に実装しました。結果を確認し、必要に応じて修正を重ねる作業はありますが、基本的な知識とアイディアがあれば、趣味レベルでここまで形にできる時代になったのだと感じます。もっとも、趣味で狭帯域デジタル無線モデムを作るというのは、少々特殊かもしれませんが・・・。
さらに先には、通信の構成そのものも変わるかもしれません。今回実装したのは、従来と同様の役割分担です。
音声 → ボコーダー → フレーム化・誤り訂正 → インターリーブ → ホワイトニング → 変調
将来は、こうした処理をまとめて学習させる方向も考えられます。
音声 → ニューラルエンコーダー〔音声圧縮・通信路への耐性・シンボル生成〕→ 変調
音声の圧縮と通信路への耐性を一緒にニューラルネットワークで設計できれば、さらに狭い帯域で聞き取りやすい声を伝え、妨害やフェージングへの耐性も高められるかもしれません。
また、本取り組みに対し、音声・音響・時系列信号に対する機械学習・AI技術を専門とする川口洋平氏から以下のコメントを頂きました。
近年、ニューラル音声コーデックによる圧縮・符号化は、通信に加え、音声生成AIのための音声トークン化技術としても活発に研究されています。2026年現在、計算量、消費電力、遅延、伝送誤りへの耐性などの課題から、実用通信では従来型またはハイブリッド型コーデックが依然として中心ですが、ニューラル音声コーデックは将来的に適用領域の拡大が期待される有望な技術です。そのようななか、SNACを狭帯域無線に適用し、音声符号化から変復調までを実装した本記事は、先駆的で価値の高い取り組みだと感じました。
実用化に向けては、記事でも触れられている伝送誤りへの耐性に加え、リアルタイム性や計算資源も課題になると考えられます。今後は、狭帯域無線の実チャネル特性や伝送誤りを学習時に取り込み、音声符号化と誤り耐性をEnd-to-Endで最適化するような発展も期待されます。
また、通信技術として普及するためには、標準化と相互運用性の確保も重要です。急速に進化し、多数の学習済みパラメータから構成されるニューラル音声コーデックについて、ビットストリーム、モデル、重みパラメータなどのどのレベルまでを標準化するのかも、今後の論点になると思います。本記事の取り組みが今後どのように発展していくのか、注目したいと思います。
次の世代の狭帯域無線がどんな姿になるのか、技術の進歩が楽しみです。
今回の検証で作成したリポジトリ
https://github.com/7m4mon/gr-snac
アマチュア無線関連機関/団体
各総合通信局/総合通信事務所
アマチュア無線機器メーカー(JAIA会員)
©2026 月刊FBニュース編集部 All Rights Reserved.