Acht QR-Codes, zwei Minuten Musik – und ein neuronales Netz, das den Plattenspieler ersetzt.
Stell dir vor, du legst kein Vinyl auf und drückst auf keinen Play-Button, sondern ziehst ein Blatt Papier aus dem Regal. Darauf: acht schwarz-weiße Kästchen. Du hältst dein Handy davor – und der Song spielt.
Genau das hat ein Bastler namens Makestreme gebaut. Sein Projekt heißt Paper Tunes, Bauanleitung und Code liegen offen auf Hackster.io. Und es ist eines dieser Dinge, die technisch verrückt und musikalisch seltsam romantisch zugleich sind.
Von 2,9 Megabyte auf 21 Kilobyte
Der Ausgangspunkt ist ein ganz normaler MP3-Song, zwei Minuten lang, 2,9 MB groß. Das Problem: In einen QR-Code passen ungefähr 3 Kilobyte. In der Praxis kam Makestreme auf etwa 3,3 KB pro Code. Für die MP3 bräuchte man also fast tausend QR-Codes – ein Tapetenmuster, keine Kassette.
Normale Kompression hilft hier nicht weiter. Eine MP3 ist ja schon zusammengequetscht; da lässt sich kaum noch Luft rausdrücken. Also kommt ein anderes Werkzeug ins Spiel: EnCodec, ein neuronaler Audio-Codec, den Meta 2022 als Open Source veröffentlicht hat.
EnCodec macht etwas Grundsätzliches anders. Statt die Wellenform zu speichern, übersetzt es Musik in eine Art Kürzel – diskrete Tokens, die ein passender Decoder wieder in Klang zurückverwandelt. Man speichert also nicht mehr den Song, sondern die Beschreibung des Songs.
Das Ergebnis: rund 21 Kilobyte. Eine Reduktion um etwa das Tausendfache. Und plötzlich passt alles auf acht QR-Codes.
Die Papierkassette
Makestreme hat die acht Codes doppelseitig aufs Blatt gedruckt, vier pro Seite. Man muss das Papier also umdrehen – eine kleine Verbeugung vor der Kassette und der Schallplatte. Jeder Code trägt ein Byte als Nummer, damit die Reihenfolge stimmt, dazu sein Stück des Token-Stroms.
Ein Detail macht die Sache angenehm fragil: Das Generator-Skript nutzt die niedrigste Fehlerkorrekturstufe, um so viele Daten wie möglich unterzubringen. Keine Reserve, keine Redundanz. Ein Kaffeefleck, ein Knick an der falschen Stelle – und der Song ist weg. Wie ein Kratzer in der Rille, nur unerbittlicher.
Wie klingt das Ganze? Bei 3 kbps – der Einstellung, die Makestreme nutzt – hält die Rekonstruktion erstaunlich gut durch. Wer weiter runtergeht, auf 1,5 kbps, bekommt matschigen Brei. Es gibt also eine Grenze, ab der die KI mehr rät als erinnert.
Bonus: Musik per Funk, im Schneckentempo
Weil ein Bastelprojekt selten bei einer Idee bleibt, hat Makestreme dieselben 21 KB auch drahtlos verschickt: zwei ESP32-Boards mit LoRa-Funkmodulen auf 866 MHz, Paket für Paket, jeweils 160 Byte, mit Empfangsbestätigung.
Der Haken steckt im Code: Nach jedem bestätigten Paket wartet der Sender fest eingebaute 40 Sekunden. Bei rund 134 Paketen summiert sich allein das Warten auf etwa 90 Minuten pro Song. Zwei Minuten Musik, anderthalb Stunden Übertragung. Das ist bewusst so konservativ gebaut, um die Funkregeln einzuhalten – aber es bleibt ein wunderbar absurdes Bild: ein Lied, das langsamer ankommt, als man es hören kann.
