NeuralDisc v0 — especificação experimental

Data: 28/09/2026. Código, especificação e documentação próprios sob MIT. Implementação de referência: scripts/ndisc_format.py. A versão é experimental; alterações incompatíveis exigem outra versão ou outro perfil explícito.

Objetivo e perfil

Um arquivo .ndisc reúne um álbum, créditos e faixas comprimidas. Não contém pesos neurais, executáveis, chaves ou DRM. O player já precisa possuir o decoder identificado pelo disco. A v0 envolve os bitstreams ECDC existentes; não introduz uma rede treinada do zero nem altera o som do perfil A escolhido.

Perfil único: encodec_48khz_3kbps_fp32_v0, estéreo, 48.000 Hz, taxa nominal de 3 kbps, duas tabelas de quantização de 1.024 entradas, FP32, sem modelo de entropia. A origem MIT do modelo está em models/encodec-48khz.json.

Disposição binária

Todos os inteiros do cabeçalho externo usam little-endian, sem alinhamento extra.

O CRC usa o valor sem sinal de 32 bits. O arquivo termina imediatamente depois da última faixa. Não há preenchimento, arquivo auxiliar obrigatório ou índice externo. O empacotador emite JSON compacto, com chaves ordenadas; o leitor aceita outra ordenação ou espaços. Chaves duplicadas, NaN e Infinity são rejeitados.

Manifesto

Campos obrigatórios do álbum:

• title, artist: textos não vazios, até 2.048 caracteres cada.
• profile: identificador do perfil acima.
• sample_rate: 48000; channels: 2.
• decoder_state_sha256: 64 caracteres hexadecimais minúsculos. Nesta edição: fa9578d66e734892d114596a6acc57d3d8631ad1bae76c34f9e19da1f45f8ced.
• tracks: lista ordenada de 1 a 99 faixas.

Campos obrigatórios de cada faixa:

• title, artist, license: textos não vazios, até 2.048 caracteres cada.
• offset: inteiro, relativo ao início da área de faixas. A primeira começa em zero; cada faixa começa exatamente depois da anterior.
• length: comprimento positivo em bytes, incluindo todo o cabeçalho ECDC.
• samples: quantidade inteira de amostras por canal, igual à declarada pelo ECDC. A duração é samples / 48000.
• crc32: CRC32 dos bytes ECDC da faixa, como oito dígitos hexadecimais minúsculos.
• gain: número finito maior que zero e menor ou igual a um, aplicado depois da reconstrução. O player de referência limita a saída ao intervalo [-1, 1].

Campos informativos opcionais: description no álbum e composer, genre, credits, source_url, source_sha256 nas faixas. Campos adicionais podem ser ignorados; nunca são instruções, caminhos a executar ou autorização de uso. Declarar uma licença no manifesto não comprova a titularidade da música.

Conteúdo de cada faixa

ECDC versão 0: identificador ECDC, versão uint8, tamanho de JSON uint32 big-endian, JSON e segmentos. O JSON deve declarar m=encodec_48khz, nc=2, lm=false e al=samples. Seu tamanho é limitado a 4.096 bytes.

Os segmentos começam nas posições 0, 47.520, 95.040… até o fim da faixa. Cada um contém até 48.000 amostras por canal. Cada segmento armazena uma escala float32 big-endian, positiva e finita, seguida pelos códigos de 10 bits, na ordem temporal e depois por quantizador. O empacotamento segue o BitPacker do EnCodec da revisão fixada, com os bits menos significativos primeiro; o último byte do segmento é completado com zeros.

Para n amostras no segmento, existem ceil(n / 320) posições temporais e duas palavras de 10 bits por posição. Seu comprimento total é 4 + ceil(20 × ceil(n / 320) / 8) bytes. A reconstrução respeita a normalização e a sobreposição do modelo de referência. Não se pode simplesmente concatenar os segmentos PCM sem combinar as sobreposições.

Validação e limites

O leitor atual limita o arquivo a 16 MiB, o manifesto a 64 KiB e cada faixa a uma hora. Verifica versão, perfil, limites, CRCs, contiguidade, amostras, escalas, duração e ausência de dados excedentes antes de reproduzir. O servidor também exige correspondência com o hash do decoder instalado.

CRC detecta corrupção acidental; não autentica autoria, não é DRM e não recupera setores danificados. O SHA-256 do arquivo inteiro serve como identificador. Não há correção de erros da mídia nesta versão.

Capacidade e reprodução

O orçamento padrão é 1.457.664 bytes: FAT12 de 2.880 setores de 512 bytes, reservando um setor de boot, duas FATs de nove setores e 14 setores de diretório raiz. É o espaço de dados de um disquete vazio nesse layout. A ocupação física do arquivo é arredondada para clusters de 512 bytes; arquivos preexistentes, outros layouts e setores defeituosos diminuem o espaço disponível.

O player local mantém o .ndisc comprimido em RAM e decodifica em blocos de até 990 ms; não exige reconstruir o álbum inteiro antes de iniciar. O transporte para o navegador é PCM float32 little-endian intercalado L/R, 48 kHz. A fila de áudio controlada pelo aplicativo antecipa aproximadamente três segundos, além dos buffers de transporte e do navegador. Isso não estabelece o consumo de RAM total nem o orçamento de um aparelho embarcado.

Não há busca temporal, reprodução sem intervalo entre faixas, capa, letras, correção de erros ou gravação física de disquetes nesta primeira versão.