Zusammenfassung

  • RFC 978 schlug einen 18-Byte-Kopf für Sprachdateien verschiedener Systeme vor. Darin standen Aufnahmeverfahren, ungefähre Rate, Dauer und eine Maske für Telefontöne.
  • In der DTMF-Maske garantierte eine 1, dass der betreffende Ton fehlte. Eine 0 ließ offen, ob er vorkam. Die Datei konnte also auch eine gesicherte Leerstelle transportieren.

Die Sendung ist da, doch der Empfänger kann sie nicht anhören. Genau hier setzte das Voice File Interchange Protocol von J.K. Reynolds und vier Mitautoren im Februar 1986 an. Verschiedene Sprachgeräte produzierten verschiedene Formate. Ein kleiner Ausweis von 18 Bytes sollte der fremden Maschine erklären, was in der Datei steckt. Sein eigensinnigster Eintrag behauptete, dass ein bestimmter Tastenton gerade nicht darin steckt.

Das Interesse an Multimedia-Mail machte den Austausch dringlicher. Der Kopf trug eine ein Byte breite Versionsnummer und eine ebenso breite Gesamtlänge; in der ersten Version betrug sie 18. Je 32 Bit beschrieben die ungefähre Aufnahmerate in Bit pro Sekunde und die Länge in Zehntelsekunden. Sechs ASCII-Bytes nannten das Aufnahme- oder Kodierverfahren. Kurze Namen wurden rechts mit Leerzeichen aufgefüllt, Groß- und Kleinschreibung beim Vergleich ignoriert. Damit bekam der empfangende Rechner zumindest die Möglichkeit, das Format zu erkennen, bevor er eine Umwandlung versuchte.

Zwei Bytes waren für eine DTMF-Maske reserviert: sechzehn mögliche Telefontöne, also Ziffern null bis neun, Stern, Raute und A bis D. Die Logik ist ein Stolperstein. Eine gesetzte 1 sagt: Dieser Ton kommt garantiert nicht vor. Eine 0 sagt: Wir wissen es nicht. Sechzehn Nullen wissen über keinen Ton Bescheid; sechzehn Einsen schließen alle aus. Wer die Maske wie eine Liste gefundener Geräusche liest, verwandelt einen Ausschluss in einen vermeintlichen Nachweis.

Die Beispiele liefern die Probe aufs Exempel. Eine Minute NVP-2-Sprache mit 2.400 Bit pro Sekunde trägt Maske null; kein Ton ist ausgeschlossen. Zehn Sekunden TI-Sprache mit 1.200 Bit pro Sekunde tragen den Maskenwert 1.023. Die zehn niederwertigen Bits schließen die Zifferntöne null bis neun aus. Über Stern, Raute und A bis D bleibt die Datei stumm. Der imposante Zahlenwert meldet zehn Abwesenheiten, keine zehn erkannten Töne.

Der Kopf durfte sogar in einer eigenen zugehörigen Datei stehen. Dann musste sein Bezug zur richtigen Aufnahme erhalten bleiben. Der RFC-Editor-Eintrag datiert den Vorschlag auf Februar 1986. Er sollte automatische Konvertierung erleichtern, ohne selbst das Konvertierungsprogramm zu sein. Die 18 Bytes erledigten etwas Grundlegenderes: Sie brachten Wissen und Nichtwissen in eine Form, die ein anderes System lesen konnte. Auch Stille konnte eine präzise Aussage sein.