{"id":5127,"date":"2026-06-04T12:38:54","date_gmt":"2026-06-04T10:38:54","guid":{"rendered":"https:\/\/g7itchme.wordpress.com\/?p=5127"},"modified":"2026-06-04T12:38:54","modified_gmt":"2026-06-04T10:38:54","slug":"die-wiederentdeckung-des-g-722-wie-pcmflow722-die-esp-now-sprachkommunikation-auf-hd-niveau-hebt","status":"publish","type":"post","link":"https:\/\/technodidact.de\/en\/die-wiederentdeckung-des-g-722-wie-pcmflow722-die-esp-now-sprachkommunikation-auf-hd-niveau-hebt\/","title":{"rendered":"Die Wiederentdeckung des G.722: Wie PCMFlow722 die ESP-NOW-Sprachkommunikation auf HD-Niveau hebt"},"content":{"rendered":"

Autor: DerSchneider<\/strong><\/p>\n\n\n\n

\n\n\n\n

Einleitung: Eine alte L\u00f6sung f\u00fcr ein neues Problem<\/h2>\n\n\n\n

Die Welt der Mikrocontroller-Kommunikation gleicht oft einer Reise zur\u00fcck in die Anf\u00e4nge digitaler Audio\u00fcbertragung. W\u00e4hrend Smartphones und Breitbandverbindungen l\u00e4ngst High-Definition-Sprache mit breitbandigen Codecs wie Opus oder AAC selbstverst\u00e4ndlich gemacht haben, k\u00e4mpfen Bastler und Entwickler mit ESP32-basierten Systemen noch mit den Beschr\u00e4nkungen einfacher Funkprotokolle. Das k\u00fcrzlich vorgestellte Projekt PCMFlow722<\/strong> des Entwicklers Tanaka Masayuki markiert einen bemerkenswerten Wendepunkt: Es bringt HD-Sprache \u00fcber das minimalistische ESP-NOW-Protokoll \u2013 und das mit einem Codec, der dieses Jahr sein 40-j\u00e4hriges Jubil\u00e4um feiern k\u00f6nnte.<\/p>\n\n\n\n

Der Clou: PCMFlow722 nutzt den G.722<\/strong>-Codec, einen 1984 von der ITU-T standardisierten Breitband-Audiocodec, der urspr\u00fcnglich f\u00fcr die professionelle Telefonie und Konferenzsysteme entwickelt wurde. Die Bibliothek erm\u00f6glicht halbduplex Echtzeit-Kommunikation mit 7 kHz Audio-Bandbreite bei nur 64 kbit\/s \u2013 bei gleicher Paketgr\u00f6\u00dfe wie das deutlich schlechtere G.711.<\/p>\n\n\n\n

Dieser Artikel beleuchtet die technischen Hintergr\u00fcnde, historischen Entwicklungen und praktischen Implikationen dieses Projekts. Er fragt, warum ein 40 Jahre alter Codec heute pl\u00f6tzlich wieder relevant wird, welche Kompromisse die Entwicklung birgt und was das f\u00fcr die Zukunft der ESP32-Funkkommunikation bedeutet.<\/p>\n\n\n\n

\n\n\n\n

Teil 1: Technische Grundlagen \u2013 Was PCMFlow722 leistet<\/h2>\n\n\n\n

1.1 Die drei S\u00e4ulen des Systems<\/h3>\n\n\n\n

Das Projekt basiert auf drei zentralen Technologien, deren Zusammenspiel pr\u00e4zise auf die Beschr\u00e4nkungen von ESP-NOW abgestimmt ist:<\/p>\n\n\n\n

Komponente<\/th>Eigenschaft<\/th>Einschr\u00e4nkung durch ESP-NOW<\/th>L\u00f6sung durch PCMFlow722<\/th><\/tr><\/thead>
ESP-NOW<\/strong><\/td>Paketgr\u00f6\u00dfe max. 250 Bytes<\/td>\u00dcbertragung unkomprimierter PCM unm\u00f6glich<\/td>Kompression auf 160 Bytes pro Frame<\/td><\/tr>
G.722<\/strong><\/td>64 kbit\/s, 7 kHz Bandbreite<\/td>Ben\u00f6tigt effiziente Paketisierung<\/td>20 ms Frames passen perfekt<\/td><\/tr>
ESP32<\/strong><\/td>Begrenzte Rechenleistung, Fixpunkt-Arithmetik<\/td>Echtzeit-Codierung komplexer Codecs schwer<\/td>G.722 ist Fixpunkt-optimiert<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Der entscheidende technische Durchbruch liegt in der Wahl des 20-ms-Frames<\/strong>: Bei 16 kHz Abtastrate erzeugt G.722 genau 160 Bytes an komprimierten Daten \u2013 das sind nur 64 % der maximalen ESP-NOW-Paketgr\u00f6\u00dfe, bleibt also Raum f\u00fcr Protokoll-Overhead.<\/p>\n\n\n\n

1.2 Vergleich der Audio-Codecs im ESP32-Kontext<\/h3>\n\n\n\n

Die folgende Tabelle zeigt, warum die Entscheidung f\u00fcr G.722 trotz seines Alters aus technischer Sicht brillant ist:<\/p>\n\n\n\n

Codec<\/th>Bitrate<\/th>Audio-Bandbreite<\/th>RAM-Bedarf (gesch\u00e4tzt)<\/th>CPU-Last (ESP32)<\/th>Echtzeit-Tauglichkeit<\/th><\/tr><\/thead>
Unkompr. PCM (16 kHz\/16 bit)<\/td>256 kbit\/s<\/td>8 kHz<\/td>0<\/td>keine<\/td>Datenrate zu hoch<\/td><\/tr>
G.711 (\u03bc-law\/A-law)<\/td>64 kbit\/s<\/td>3,4 kHz<\/td>sehr gering<\/td>sehr gering<\/td>ja, aber geringe Qualit\u00e4t<\/td><\/tr>
G.722<\/strong><\/td>64 kbit\/s<\/strong><\/td>7 kHz<\/strong><\/td>gering<\/strong><\/td>gering<\/strong><\/td>ja, ideal<\/strong><\/td><\/tr>
MP3 (128 kbit\/s)<\/td>128 kbit\/s<\/td>variabel<\/td>mittel<\/td>mittel-hoch<\/td>nein (Latenz)<\/td><\/tr>
Opus (32-64 kbit\/s)<\/td>32-64 kbit\/s<\/td>bis 20 kHz<\/td>hoch (40+ KB)<\/td>hoch (Flie\u00dfkomma)<\/td>bedingt<\/td><\/tr>
Codec2 (1,2-9,6 kbit\/s)<\/td>variabel<\/td>stark begrenzt<\/td>gering<\/td>mittel<\/td>ja, aber keine HD-Qualit\u00e4t<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Besonders aufschlussreich ist der Vergleich mit Opus<\/strong>: Obwohl Opus objektiv den besseren Codec darstellt (bessere Klangqualit\u00e4t bei gleicher oder niedrigerer Bitrate), scheitert er an der ESP32-Hardware. Opus ist f\u00fcr Flie\u00dfkomma-Berechnungen optimiert und ben\u00f6tigt erheblichen Arbeitsspeicher \u2013 Ressourcen, die auf dem ESP32 knapp sind. G.722 hingegen arbeitet mit einfacher Fixpunkt-Arithmetik und kommt mit minimalem RAM aus.<\/p>\n\n\n\n

1.3 Halbduplex als bewusste Einschr\u00e4nkung<\/h3>\n\n\n\n

Die Implementierung ist als Halbduplex<\/strong> ausgelegt \u2013 wie bei einem Walkie-Talkie muss eine Taste gedr\u00fcckt werden, um zu sprechen. Das ist keine technische Schw\u00e4che, sondern eine notwendige Anpassung an die Gegebenheiten von ESP-NOW:<\/p>\n\n\n\n

    \n
  • ESP-NOW kann nicht gleichzeitig senden und empfangen<\/li>\n\n\n\n
  • Vollduplex w\u00fcrde zwei parallele Verbindungen oder ausgefeiltes Time-Division Duplexing erfordern<\/li>\n\n\n\n
  • Die Latenz w\u00fcrde durch Pufferung und RTS\/CTS-Mechanismen erheblich steigen<\/li>\n<\/ul>\n\n\n\n

    F\u00fcr den Einsatzzweck (Walkie-Talkie-\u00c4quivalent) ist Halbduplex jedoch v\u00f6llig ausreichend.<\/p>\n\n\n\n

    \n\n\n\n

    Teil 2: Historische Einordnung \u2013 Die Geburt des G.722 vor 40 Jahren<\/h2>\n\n\n\n

    2.1 Der Stand der Technik 1984<\/h3>\n\n\n\n

    Um die Bedeutung von G.722 zu verstehen, ist ein Blick in die Mitte der 1980er Jahre notwendig:<\/p>\n\n\n\n

      \n
    • Telefonnetze<\/strong>\u00a0waren analog oder nutzten einfache PCM-Codierung mit 8 kHz Abtastrate (G.711)<\/li>\n\n\n\n
    • Audio-Bandbreite<\/strong>\u00a0im Telefonnetz: 300 Hz bis 3.400 Hz \u2013 ausreichend f\u00fcr Sprachverst\u00e4ndlichkeit, aber metallisch und nasal<\/li>\n\n\n\n
    • Erste digitale Konferenzsysteme<\/strong>\u00a0scheiterten an der schlechten Sprachqualit\u00e4t<\/li>\n\n\n\n
    • ISDN<\/strong>\u00a0(Integrated Services Digital Network) wurde gerade eingef\u00fchrt, mit 64 kbit\/s Kan\u00e4len<\/li>\n<\/ul>\n\n\n\n

      Die ITU-T (damals noch CCITT) erkannte das Problem: F\u00fcr professionelle Telefonkonferenzen und Rundfunk-\u00dcbertragungen war die herk\u00f6mmliche Telefonqualit\u00e4t unzureichend. Das Ziel war ein Codec, der bei ISDN-tauglichen 64 kbit\/s<\/strong> eine Bandbreite von 50 Hz bis 7 kHz<\/strong> \u00fcbertragen kann \u2013 das entspricht in etwa der Qualit\u00e4t eines UKW-Radios.<\/p>\n\n\n\n

      2.2 Die technische Innovation von G.722<\/h3>\n\n\n\n

      G.722 nutzt ein Subband-ADPCM<\/strong>-Verfahren (Adaptive Differential Pulse Code Modulation) \u2013 ein f\u00fcr die 80er Jahre revolution\u00e4rer Ansatz:<\/p>\n\n\n\n

        \n
      1. Das Eingangssignal (16 kHz Abtastrate) wird in zwei Frequenzb\u00e4nder aufgeteilt: ein unteres Band (0-4 kHz) und ein oberes Band (4-8 kHz)<\/li>\n\n\n\n
      2. Beide B\u00e4nder werden separat mit ADPCM codiert<\/li>\n\n\n\n
      3. Das untere Band erh\u00e4lt 48 kbit\/s, das obere Band 16 kbit\/s<\/li>\n\n\n\n
      4. Die Gesamtbitrate betr\u00e4gt 64 kbit\/s \u2013 perfekt f\u00fcr einen ISDN-B-Kanal<\/li>\n<\/ol>\n\n\n\n

        Die Besonderheit: ADPCM codiert nicht den absoluten Signalwert, sondern die Differenz<\/strong> zwischen vorhergesagtem und tats\u00e4chlichem Wert. Das spart Bits, ohne die Qualit\u00e4t stark zu beeintr\u00e4chtigen, und arbeitet ausschlie\u00dflich mit Fixpunkt-Arithmetik<\/strong> \u2013 ein entscheidender Vorteil f\u00fcr die sp\u00e4tere Implementierung auf Mikrocontrollern.<\/p>\n\n\n\n

        2.3 Vom professionellen Nischenprodukt zum Vergessen<\/h3>\n\n\n\n

        Trotz seiner technischen \u00dcberlegenheit blieb G.722 lange Zeit ein Nischenprodukt:<\/p>\n\n\n\n

          \n
        • ISDN<\/strong>\u00a0setzte sich im Massenmarkt nie durch (besonders nicht in den USA)<\/li>\n\n\n\n
        • Die ben\u00f6tigten\u00a016-kHz-Audio-Hardware<\/strong>\u00a0war in den 80er\/90er Jahren teuer<\/li>\n\n\n\n
        • F\u00fcr normale Telefonate war G.711 „gut genug“<\/li>\n\n\n\n
        • Mobile Netze<\/strong>\u00a0(GSM) setzten auf eigene, schmalbandige Codecs (GSM-FR, sp\u00e4ter EFR, AMR)<\/li>\n<\/ul>\n\n\n\n

          Erst mit dem Aufkommen von VoIP<\/strong> und Wideband Voice<\/strong> (HD Voice) Anfang der 2000er Jahre erlebte G.722 ein kurzes Revival. Zahlreiche VoIP-Anbieter und Konferenzsysteme setzten auf G.722 \u2013 bis es ab etwa 2010 durch modernere Codecs wie G.722.1<\/strong> (Polycom Siren7), AAC-LD<\/strong> oder Opus<\/strong> abgel\u00f6st wurde.<\/p>\n\n\n\n

          2.4 Die ironische R\u00fcckkehr: Warum G.722 heute f\u00fcr den ESP32 perfekt ist<\/h3>\n\n\n\n

          Die Embedded-Welt dreht die Zeit zur\u00fcck: Was als veraltet galt, ist pl\u00f6tzlich wieder hochmodern. Gr\u00fcnde f\u00fcr die Relevanz von G.722 im ESP32-Kontext:<\/p>\n\n\n\n

            \n
          1. Geringe Komplexit\u00e4t<\/strong>: G.722 kommt mit wenigen Kilobyte Code aus (gesch\u00e4tzt 4-8 KB), Opus ben\u00f6tigt 50-100 KB<\/li>\n\n\n\n
          2. Fixpunkt-Optimierung<\/strong>: Keine Flie\u00dfkomma-Operationen n\u00f6tig, daher schnell und deterministisch<\/li>\n\n\n\n
          3. Ausgelaufene Patente<\/strong>: G.722 ist gemeinfrei (die \u00e4ltesten Patente liefen um 2004-2006 aus)<\/li>\n\n\n\n
          4. Bekannte Implementierungen<\/strong>: Zahlreiche Open-Source-Referenzimplementierungen verf\u00fcgbar<\/li>\n\n\n\n
          5. Perfekte Paketgr\u00f6\u00dfe<\/strong>: Die 20-ms-Frames passen ideal zu ESP-NOW<\/li>\n<\/ol>\n\n\n\n

            In gewisser Weise wiederholt sich hier die Geschichte: Was f\u00fcr ISDN-Kan\u00e4le entwickelt wurde, passt heute perfekt in die ESP-NOW-Pakete \u2013 beides sind 64-kbit\/s-Kan\u00e4le mit \u00e4hnlichen Latenzanforderungen.<\/p>\n\n\n\n

            \n\n\n\n

            Teil 3: Kritische Analyse \u2013 Einschr\u00e4nkungen und offene Fragen<\/h2>\n\n\n\n

            3.1 Die Halbduplex-Problematik im Detail<\/h3>\n\n\n\n

            Der Artikel und die Kommentare erw\u00e4hnen die Halbduplex-Eigenschaft, gehen aber nicht auf die praktischen Konsequenzen ein:<\/p>\n\n\n\n