Allo Cselt si progetta il futuro della multimedialità

Nei laboratori dello Cselt vengono progettati e realizzati alcuni dei servizi che ogni giorno utilizziamo per comunicare, lavorare e divertirci. Fra i tanti segnaliamo il recente “numero 5” per la chiamata su occupato, la lettura della posta elettronica dal telefonino e la tecnologia MPEG, che ha
permesso la nascita e la diffusione dei CD video, ed oggi nella sua seconda versione, è usata per la TV via satellite e via cavo.

Lo Cselt http://www.cselt.it/ è il Centro di Ricerca per le Telecomunicazioni e le Tecnologie dell’Informazionedel Gruppo Telecom Italia. Fondato a Torino nel 1964, ha oltre 1200 dipendenti, di cui il 90% laureati con un età media di 30/35 anni. Il Centro è sempre di più all’avanguardia per l’innovazione e la ricerca tecnologica in Italia e supporta la Telecom nei suoi principali aspetti di Business, fra cui occupa un ruolo primario l’offerta dei servizi via Internet e la loro integrazione con quelli voce e dati.

In quest’ambito sono stati sviluppati numerosi servizi basati sullo sviluppo della tecnologia “Voce su Internet” (VoIP) come: VocMail (lettura da telefono della posta elettronica), Nebula (servizio per ricevere/effettuare chiamate telefoniche durante una connessione ad Internet), Web Centric (chiamata telefonica ad un Call-Center con condivisione di pagine Web) http://technovoice.cselt.it/

Con Voice over IP (VoIP) s’intende il trasferimento del segnale telefonico sulla rete IP e come spiega Daniele Sereno – responsabile dell’Unità di Ricerca Architetture e Servizi Misti Voce/dati – “Il VoIP deve essere associato a tipologie di servizi più complessi della semplice telefonata ed
in particolare, ad ogni servizio misto voce/dati in cui anche l’Informazionevocale è trasmessa usando il protocollo IP”.

Secondo alcune ottimistiche previsioni l’Internet Telephony nel 2002 potrà raggiungere uno share del 10% rispetto alla telefonia tradizionale, percentuale che già l’anno seguente dovrebbe salire al 36%. Si tratta di dati plausibili per il mercato statunitense e per le comunicazioni di tipo intercontinentale, non certo per quello italiano ancora in stato “embrionale”.

“Attualmente – sostiene Daniele Sereno – sul mercato ci sono 3 possibili attori: i fornitori di TLC, i produttori del settore elettronico e le ditte start-up specializzate (come Vocaltec). Il successo di questa tecnologia dipenderà molto dalle politiche di marketing degli operatori di business e non solo da fattori tecnologici”.

Attualmente la tipologia più conosciuta dell’Internet Telephony e quella PC to PC, nata nel 1995 con la diffusione del pacchetto Internet Phone della Vocaltec http://www.vocaltec.com/ che coinvolge la sola rete IP, mentre la maggiore attenzione dei ricercatori si sta dedicando alle configurazioni phone to PC o viceversa e phone to phone.

“A differenza delle comunicazioni tra PC, queste due modalità necessitano – afferma Sereno – di un apparato d’interfaccia tra rete IP e rete telefonica pubblica, chiamato Vocal Gateway, consentendo così di allargare la fascia di utenza a tutti coloro che vogliono usare un telefono convenzionale”.

Spostandoci dal cellulare al PC troviamo una serie di funzionalità che lo CSELT ha messo a punto per rendere più facile e funzionale la comunicazione per chi usa Internet.
Il servizio Nebula (NEver BUsy Line Application) permette a un utente connesso a qualsiasi sessione dati via modem (ad esempio a Internet) di effettuare o ricevere chiamate telefoniche in parallelo alla connessione stessa, senza chiudere la connessione in atto e senza disporre di una seconda linea.

L’utente con un PC munito di scheda audio full-duplex e accesso a Internet con modem superiore a 28.8 Kbits/s deve essere abilitato al servizio di deviazione di chiamata. Questo servizio si basa sull’utilizzo di un Vocal Gatway, apparato localizzato ad esempio presso l’Internet Service Provider e di un software client residente sul PC dell’utente.

In pratica le eventuali chiamate che l’utente potrebbe ricevere durante la sua connessione a Internet vengono dirottate su un Vocal Gatway, che a sua volta le veicolerà in modalità voce su IP all’utente connesso tramite computer, permettendo così di avere una sessione voce/dati e far sì che
contemporaneamente il cliente possa ricevere chiamate e l’operatore possa recuperare il traffico, altrimenti perso. Fra l’altro, sempre durante una sessione Internet, è possibile ricevere, senza far cadere la connessione, l’avviso di chiamata.

Nebula ha 2 modalità: telefono e messaggio, in quest’ultima, durante la navigazione Internet, compare sul video del PC una finestra di Pop-up, che comunica l’arrivo di un messaggio. L’utente può scegliere di ascoltarlo e può rispondere scrivendo un testo, che viene poi sintetizzato al telefono del chiamante. In modalità “telefono” si può continuare la sessione Internet
parlando con colui che ci ha chiamato; in entrambi i casi non si interrompe la sessione.

Nebula utilizza quindi una tecnica di codifica a velocità variabile, minimizzando tramite compressione il segnale audio/vocale e riservando una capacità maggiore per la trasmissione dati.
Su Nebula si basa il servizio Web Centric, che come spiega Daniele Sereno: “Offre contemporaneamente la possibilità ad utente connesso ad Internet ed un operatore di Call Center di visionare le stesse pagine Web permettendo un’integrazione effettiva voce/dati di particolare interesse nel campo del commercio elettronico”. Viene così migliorata la qualità e l’efficacia dei
rapporti con i clienti, con consulenze dirette guidate in ogni fase.

L’utente quindi nella stessa sessione Internet potrà contemporaneamente visionare le pagine Web del Call Center, fare una chiamata telefonica, e ottenere nuove pagine selezionate dall’operatore.
Proprio per migliorare la comunicazione non solo vocale, ma anche attraverso l’immagine, lo CSELT ha messo a punto una famiglia di prodotti chiamati JOE (Join Our Experience)
http://www.cselt.it/products/joe/index.htm che permettono di creare animazioni facciali 3D (in VRML 2.0) in grado di leggere la posta elettronica (o qualsiasi altro testo) e di inserirsi in applicazioni di videoconferenza.

Joe Mail http://www.cselt.it/ufv/joe/joe.html in particolare permette di leggere ad alta voce in italiano messaggi e-mail attraverso un viso animato con la tecnologia MPEG-4. L’immagine del volto tridimensionale del “messaggero elettronico” può essere rivestita da una foto bidimensionale assumendo quindi le sembianze della persona autrice del messaggio di e-mail, che diventa il proprio avatar.

La creazione del volto sintetico avviene secondo paramenti predefiniti: su un reticolo si descrive un modello di volto umano e si riproduce la forma geometrica del volto su cui andrà posizionata la fotografia digitale dell’utente. Con l’MPEG-4, che consente il trasporto e la composizione di oggetti multimediali interattivi, si ottiene la riproduzione sintetica del volto tridimensionale che ci leggerà l’e-mail.

Il mittente dell’e-mail scrive il suo messaggio indicando nella prima riga o nella signature un indirizzo URL speciale, contenente il modello facciale da lui prescelto. Il ricevente deve mettere in funzione Joe Mail semplicemente cliccando un pulsante sul suo editor di posta preferito, a cui è collegato il client JOE. Si aprirà il browser alla pagina indicata nell’Url del mittente e il viso sintetico leggere con voce sintetica il messaggio (l’animazione del modello si basa su un Java applet).

I movimenti del viso e in particolare delle labbra, sono ancora rigidi e non molto naturali, indipendentemente dall’immagine posta sopra il modello, ma allo CSELT assicurano miglioramenti proprio su questi aspetti per la prossima versione del prodotto, che fra pochi mesi verrà commercializzato In Italia.

Joe Mail si basa quindi sull’utilizzo della tecnologia MPEG-4 (Moving Pictures Experts Group’s)
http://drogo.cselt.stet.it/mpeg/ standard nato nella sua prima versione nel 1989 sotto la guida dello CSELT.

MPEG-1 è lo standard pensato per il mondo dei CD-Rom e per i primi piccoli filmati visibili su Internet con una qualità simile a quello del videoregistratore domestico e una velocità di trasferimento dell’Informazionedell’ordine di 1,5 milioni di bit al secondo.

Nel 1992 fu messo a punto lo standard MPEG-2 che consente una compressione del segnale audio/video adatta alla trasmissione della televisione via satellite e via cavo. Rispetto al suo predecessore, l’MPEG-2 permette anche di impostare la codifica del segnale al desiderato livello di qualità a seconda della banda e capacità di calcolo disponibile.

Nell’ottobre del 1997 il consorzio dell’MPEG guidato dallo CSELT è giunto a definire il nuovo standard, il numero 4 http://drogo.cselt.stet.it/mpeg/standards/mpeg-4/mpeg-4.htm
Come talvolta accade nel mondo dell’informatica la versione numero tre non è mai stata definita.
L’ottobre scorso ad Atlantic City lo CSELT ha presentato la prima trasmissione televisiva interattiva in MPEG-4 aprendo la strada alla diffusione di questo standard.

Per Leonardo Chiariglione (CSELT), http://drogo.cselt.stet.it/ufv/leonardo/
fondatore e presidente del gruppo di lavoro ISO-MPEG: “Con l’MPEG-4 viene fornita una tecnologia standard, che permette finalmente la convergenza tecnologica delle aree telecomunicazioni, informatica e intrattenimento, aprendo così infinite possibilità nello sviluppo di nuove applicazioni e servizi”.

Con l’MPEG-4 è possibile mescolare mondi virtuali e riprese cinematografiche, dando la possibilità allo spettatore di interagire direttamente con il filmato, modificandone il suo svolgimento o la propria visione delle scene.

“Si tratta quindi – continua Chiariglione – di una tecnologia in grado di sviluppare anche sofisticate applicazioni Internet che facilitano il lavoro cooperativo in rete, il commercio elettronico, i giochi on-line e gli spazi virtuali condivisi per incontri e dialoghi via rete”.

Tecnicamente se i precedenti standard si basavano sulla scomposizione dell’immagine in piccoli quadratini, che venivano trasformati in numeri e compressi, indipendentemente dagli oggetti rappresentati, con l’MPEG-4 la codifica inizia proprio dagli oggetti di cui un’immagine è composta.

Gli oggetti vengono di volta in volta definiti da chi crea l’immagine (il grafico, il regista, ecc.) e mantengono la loro individualità sia nella fase di codifica, sia in quella di rappresentazione finale.
Questa scomposizione dell’immagine permette libertà di scelta all’utente, che per esempio durante la trasmissione di un concerto potrà scegliere di vedere e ascoltare solo uno degli strumenti inquadrati. E anche ideale per la trasmissione in Internet, anche perché porta ad un abbattimento della banda di trasmissione necessaria: ad esempio nell’immagine di un viso che parla (come Joe -Face) sarà sufficiente far muove sole le labbra lasciando inalterata il resto dell’immagine.

Si tratta di un “multimedia toolkit” – precisa Chiariglione – cioè di un insieme di strumenti mediante il quale si possono realizzare varie tipologie di applicazioni. Sebbene MPEG-4 non sia specifico per Internet (può essere usato in locale o in modo broadcast) rappresenta una risposta significativa al superamento della lentezza nel trasporto dei dati. Si possono infatti creare con l’MPEG-4 spazi virtuali popolati da avatar con alto grado di realismo (2-3 kbit/s per animare una faccia), chat rooms con audio a bassissimo bitrate (2 kbit/s), streaming video (a partire da 5 kbit/s),
musica stereo di ottima qualità a 16 kbit/s (trasmesse in forma cifrata e quindi utilizzabile per forme di commercio elettronico).

Infine questo standard prevede un sistema di “copyright” chiamato “watermarking”, “marchio con acqua”, con cui si segnano le informazioni digitali, consentendo anche dopo ulteriori modifiche e aggiunte di risalire alla loro origine e di conseguenza alla loro proprietà.

“L’MPEG-4 fornisce un’ottima soluzione per il video interattivo, grazie alla possibilità fornita di codificare solo gli oggetti di una scena. Con la definizione di “video interattivo” si è sempre associata la necessità di introdurre una nuova rete, mentre l’MPEG-4 può fornire soluzioni per la rete di oggi, che possono essere migliorate fornendo più alte velocità di cifra, come tramite l’ADSL (Asymmetric Digital Subscriber Line), senza dover introdurre una nuova rete.

Ma allo CSELT gli studi proseguono rapidamente e già si preannuncia l’arrivo della prossima versione dell’MPEG la n.7 (come la 3, la 5 e la 6 non state definite).
http://drogo.cselt.stet.it/mpeg/standards/mpeg-7/mpeg-7.htm

Con l’MPEG-4 è ancora necessario un intervento a preventivo per identificare gli oggetti, mentre con l’MPEG-7 “Multimedia Content Description Interface” (oggi ancora in fase di studio e previsto come standard internazionale nel settembre del 2001) l’operazione sarà automatica e verrà affettata una ricerca intelligente delle informazioni. Sarà così possibile ricercare in modo rapido ed efficiente qualsiasi Informazionedesiderata, come un particolare oggetto in un filmato.

Fra 2 anni tutto quello che abbiamo appena descritto sarà di certo parte del nostro quotidiano, allo CSELT la ricerca procede senza sosta e sono pronti a presentarci continuamente nuovi servizi e opportunità offerte dal progresso tecnologico.