La télégraphie Morse est probablement l’un des plus anciens modes de communication encore couramment utilisés par les radioamateurs. Pourtant, derrière les « dits » et les « dahs », les techniques permettant à un ordinateur de comprendre la CW ont considérablement évolué.
Les premiers logiciels se contentaient essentiellement de mesurer la durée d’une tonalité afin de distinguer points, traits et espaces. Puis sont arrivés les décodeurs capables d’analyser simultanément plusieurs stations sur un SDR. Plus récemment, les algorithmes adaptatifs ont appris à suivre les variations de vitesse et de manipulation.
Et désormais, une quatrième génération apparaît : les décodeurs utilisant de véritables réseaux neuronaux et l’intelligence artificielle.
Nous avons regroupé les principaux logiciels en quatre familles.
Comment lire les étoiles ?
★★★★★ : excellent potentiel de décodage
★★★★☆ : très bon ou particulièrement intéressant
★★★☆☆ : correct, spécialisé ou encore jeune
★★☆☆☆ : expérimental ou manquant encore de recul
Cette notation reste volontairement indicative. Elle tient compte des fonctions annoncées, de la maturité du programme, des résultats publiés et du recul disponible. Elle ne remplace pas un comparatif réalisé avec exactement les mêmes enregistrements HF.
1 – Les décodeurs audio classiques
Le principe est le plus traditionnel : la sortie audio du récepteur ou du transceiver est envoyée vers la carte son de l’ordinateur. Le logiciel recherche la tonalité CW puis mesure points, traits et espacements.
CwGet — ★★★★☆
CwGet est probablement l’un des programmes CW les plus faciles à prendre en main. Développé par DXsoft, il analyse l’audio reçu par la carte son, affiche le spectre et convertit directement le Morse en texte.
Son interface permet de sélectionner graphiquement la tonalité désirée. C’est une solution particulièrement adaptée à celui qui souhaite simplement raccorder son transceiver au PC sans mettre en œuvre toute une chaîne SDR.
CwGet reste un logiciel commercial, mais une version d’essai peut être téléchargée. La version Windows 2.55 et une version Android sont proposées par l’éditeur.
Téléchargement : CwGet – DXsoft
Fldigi — ★★★☆☆
Fldigi n’est pas spécifiquement un décodeur Morse. C’est un véritable couteau suisse des modes numériques radioamateurs capable de traiter notamment CW, RTTY, PSK, MFSK, Olivia et de nombreux autres modes.
Son grand avantage est d’être gratuit, open source et multiplateforme. Il fonctionne sous Windows, Linux et macOS.
Pour celui qui possède déjà Fldigi dans sa station, c’est donc une excellente façon de commencer à expérimenter le décodage CW sans installer un logiciel supplémentaire. En revanche, un programme exclusivement consacré à la CW pourra faire mieux dans certaines conditions difficiles. La branche officielle W1HKJ reste activement maintenue.
Téléchargement : Fldigi – W1HKJ Software
MRP40 — ★★★★★
MRP40 est exclusivement orienté Morse. Il reçoit l’audio provenant de la carte son ou directement de l’interface USB de certains transceivers et affiche le texte décodé.
Il dispose notamment d’un filtrage DSP étroit et d’un système de suivi permettant de travailler avec des signaux réels. Le constructeur annonce un décodage jusqu’à 60 WPM et met particulièrement en avant la réception des signaux DX faibles et l’utilisation en concours.
MRP40 possède surtout un avantage important sur beaucoup de projets récents : des années d’utilisation par des radioamateurs. Une version d’essai complète est disponible pour Windows.
Téléchargement : MRP40 – Polar Electric
2 – Les décodeurs SDR et multicanaux
Avec un SDR, il devient inutile de se limiter à une seule tonalité.
Une portion entière du spectre peut être numérisée. Le logiciel peut alors rechercher plusieurs signaux CW et tenter de les décoder simultanément.
CW Skimmer — ★★★★★
Développé par Alex Shovkoplyas, VE3NEA, CW Skimmer est probablement le logiciel emblématique de cette catégorie.
Son algorithme utilise notamment des méthodes statistiques bayésiennes. Surtout, il est capable de décoder simultanément tous les signaux CW présents dans la bande passante analysée.
Avec un récepteur large bande, les différentes stations apparaissent sur le waterfall, leurs messages sont décodés et les indicatifs reconnus peuvent être affichés à côté des traces correspondantes.
L’éditeur indique même que plusieurs centaines de signaux peuvent théoriquement être traités parallèlement selon le matériel et la largeur de bande utilisée. CW Skimmer possède également AGC, noise blanker, filtre CW et enregistrement I/Q.
C’est une solution particulièrement adaptée au DX, aux concours et à la surveillance d’une bande CW.
Téléchargement : CW Skimmer – page officielle de téléchargement
cw-dit — ★★★★☆
cw-dit est beaucoup plus récent. Ce projet open source écrit en Rust est conçu dès l’origine comme un décodeur CW multiplateforme et multicanal.
Il peut travailler sur un fichier WAV, sur une entrée audio en direct ou directement sur des données I/Q provenant d’un SDR grâce à SoapySDR.
Son architecture comprend notamment une banque de détecteurs Goertzel, le suivi du niveau de bruit, un squelch dépendant du rapport signal/bruit et un décodage Morse à temporisation adaptative.
Il peut également rechercher automatiquement les stations dans la bande analysée et ouvrir ou fermer les canaux correspondants.
C’est donc un projet à suivre de très près pour celui qui recherche une alternative open source aux skimmers traditionnels.
Téléchargement / code source : cw-dit – GitHub
3 – Les décodeurs adaptatifs modernes
La troisième génération cherche davantage à comprendre les imperfections d’une transmission réelle.
La vitesse peut varier. Les points ne sont pas tous exactement identiques. Les traits non plus. Le QSB modifie le niveau et le bruit peut provoquer de fausses détections.
Le logiciel doit donc continuellement adapter ses paramètres.
CWStudio — ★★★☆☆
CWStudio est un projet récent destiné à Windows. Il se présente comme une véritable station de travail CW associant décodeur et keyer.
Son principal intérêt est son approche dite « fist-adaptive » : le décodeur cherche à s’adapter à la manière de manipuler de l’opérateur, sa « patte », plutôt que de supposer que les points et les traits possèdent toujours une durée parfaite.
Le projet annonce également des mécanismes de correction d’erreurs. Il est cependant encore jeune et dispose de beaucoup moins de recul que MRP40 ou CW Skimmer.
Téléchargement / projet : CWStudio – GitHub
FoxSDR — ★★☆☆☆
FoxSDR est avant tout un logiciel SDR complet intégrant spectre, waterfall, différents modes de réception et des modules de décodage.
Le projet est actuellement proposé en version bêta ouverte. Windows constitue sa plateforme la plus éprouvée ; des versions Linux et Android existent également à des niveaux de maturité différents. Le développeur prend d’ailleurs soin d’indiquer clairement les parties encore expérimentales.
Son intérêt est de réunir réception SDR et fonctions de décodage dans un même environnement. Nous conservons cependant une notation prudente pour la CW tant que davantage de résultats indépendants ne sont pas disponibles.
Téléchargement : FoxSDR – site officiel
Morse Expert — ★★★★★
Morse Expert est développé par Alex VE3NEA, également auteur de CW Skimmer.
Cette application Android est spécialement optimisée pour les signaux faibles, le fading et les interférences rencontrées sur les bandes radioamateurs.
Et ce n’est pas simplement un décodeur Morse pour téléphone : son auteur indique qu’il utilise les mêmes algorithmes de décodage que CW Skimmer.
L’audio peut être capté directement par le microphone du smartphone ou fourni par le récepteur à l’aide d’un câble. La plage annoncée est de 12 à 45 WPM avec sélection automatique de la tonalité.
Téléchargement : Morse Expert – Google Play
Signal Decoder — ★★★☆☆
Signal Decoder présente une approche originale puisqu’il fonctionne directement dans un navigateur Web moderne et peut même être installé comme PWA.
Il décode non seulement la CW, mais également RTTY, SSTV, FT8/FT4 et MFSK.
Pour le Morse, la fréquence centrale peut être réglée de 100 à 1 500 Hz, la largeur du filtre de 30 à 500 Hz et la vitesse de 3 à 70 WPM. Un mode adaptatif estime automatiquement la vitesse.
Plus original encore, deux décodeurs CW indépendants peuvent fonctionner simultanément sur deux fréquences différentes.
Le projet est récent : il mérite donc encore davantage de tests en conditions radio difficiles.
Utilisation en ligne / téléchargement : Signal Decoder – GitHub
4 – Quand l’intelligence artificielle apprend la CW
Nous entrons maintenant dans une catégorie très différente.
Au lieu de définir uniquement des règles du type « une impulsion courte est un point », on entraîne un réseau neuronal avec de nombreux exemples de signaux Morse.
L’objectif est que le modèle apprenne lui-même à reconnaître les caractéristiques du signal, y compris lorsqu’il est bruité ou imparfait.
AI Morse Code Decoder – CWAI — ★★★☆☆
CWAI est une application Android destinée spécifiquement aux radioamateurs.
Elle utilise du machine learning appliqué aux spectrogrammes pour reconnaître points et traits. Le traitement est effectué sur des portions audio de six secondes.
Une autre particularité est son orientation vers les indicatifs : l’application annonce utiliser une base d’environ un million de callsigns pour aider à la prédiction et à la vérification des indicatifs reçus.
Cela la destine particulièrement au DX et aux concours.
Téléchargement : AI Morse Code Decoder – Google Play
CWformer — ★★★★☆
CWformer est probablement l’un des projets expérimentaux les plus intéressants actuellement.
Il utilise une architecture neuronale Conformer causale, comptant environ 19,5 millions de paramètres, associée à une sortie CTC. Contrairement à un décodeur travaillant sur une séquence complète, il peut traiter le son progressivement afin de fournir du texte en temps réel.
Le modèle cible notamment les manipulations à la pioche, bug, paddle ou cootie et une plage d’environ 15 à 40 WPM. Il peut recevoir l’audio d’une carte son USB, d’un fichier ou d’un flux provenant d’un autre programme.
Autre point remarquable : le modèle ONNX pré-entraîné peut fonctionner sur un ordinateur classique et même sur un Raspberry Pi 5.
Nous lui attribuons quatre étoiles pour son potentiel technique, tout en gardant à l’esprit qu’il reste beaucoup plus jeune que CW Skimmer ou MRP40.
Téléchargement : CWformer – GitHub et modèle ONNX
DeepCW — ★★★★☆
DeepCW est un véritable décodeur Morse utilisant un modèle neuronal en temps réel.
Il cherche notamment à améliorer le décodage des signaux faibles, du QSB et des environnements bruités. Il propose également du décodage multicanal et même une réduction de bruit audio reposant sur le deep learning.
Le développeur publie des mesures de CER — Character Error Rate — et des comparaisons avec CW Skimmer, Fldigi et ggmorse. Les résultats annoncés sur les tests utilisés par l’auteur sont impressionnants, avec notamment 0 % d’erreur jusqu’à −4 dB de SNR dans les conditions de son benchmark. Ces chiffres doivent cependant être considérés comme ceux du développeur et non comme un banc d’essai indépendant.
Autre avantage : DeepCW peut fonctionner sur Windows, macOS, Android et iOS.
Utilisation / téléchargement : DeepCW – projet officiel GitHub
DeepMorse Decoder — ★★★☆☆
DeepMorse Decoder est le projet de Mauri Niininen, AG1LE.
Il utilise une architecture CNN-LSTM-CTC. Le programme reçoit l’audio par le microphone, produit une représentation spectrale du signal puis confie le décodage au modèle neuronal.
Le projet est particulièrement intéressant pour comprendre comment les techniques issues de la reconnaissance vocale et du deep learning peuvent être appliquées à la télégraphie.
Il est cependant davantage destiné à l’expérimentation et au développement qu’à l’utilisateur recherchant un logiciel immédiatement opérationnel avec une interface traditionnelle.
Téléchargement / code source : DeepMorse Decoder – AG1LE sur GitHub
Morse Decoder AI — ★★★☆☆
Morse Decoder AI est une application pour iPhone et iPad qui annonce explicitement l’utilisation d’un réseau neuronal.
Elle travaille entre 10 et 40 WPM et dans une plage de tonalités d’environ 200 à 900 Hz.
Deux approches sont proposées. Le mode direct transmet le signal au réseau neuronal, tandis qu’un mode destiné aux signaux faibles applique d’abord un filtrage passe-bande avant le décodage.
Le développeur indique également avoir amélioré différents réseaux neuronaux de l’application. L’intérêt est évident : disposer d’un véritable décodeur neuronal CW directement dans un smartphone ou une tablette.
Téléchargement : Morse Decoder AI – App Store
MorseNet — ★★☆☆☆
MorseNet est davantage un projet de recherche qu’un logiciel destiné à être installé dans une station radioamateur.
Son objectif est précisément d’étudier la possibilité de décoder directement des messages Morse à partir de données audio brutes avec des réseaux neuronaux récurrents et une classification CTC.
Le dépôt contient notamment des programmes TensorFlow permettant l’apprentissage et le décodage en direct.
C’est donc une excellente ressource pour comprendre ou expérimenter le principe, mais beaucoup moins une solution « prête à l’emploi ».
Téléchargement / code source : MorseNet – GitHub
Quatre générations de décodeurs
L’évolution apparaît maintenant assez clairement.
Les décodeurs audio classiques mesurent principalement la tonalité et sa durée.
Les décodeurs SDR multicanaux étendent le principe à une largeur de spectre entière et peuvent suivre plusieurs stations simultanément.
Les décodeurs adaptatifs cherchent à suivre automatiquement les variations du signal et parfois la manière de manipuler de l’opérateur.
Enfin, les décodeurs à intelligence artificielle tentent d’apprendre directement à reconnaître le Morse à partir d’exemples.
Et cette dernière approche pourrait être particulièrement intéressante pour la CW.
Une machine produit des points et des traits presque parfaits. Un opérateur utilisant une pioche droite, lui, possède sa propre façon de manipuler : points légèrement trop longs, traits variables, espaces irréguliers, changement de cadence…
Pour un décodeur traditionnel, ces imperfections sont des erreurs.
Pour un réseau neuronal correctement entraîné, elles peuvent devenir des caractéristiques à apprendre.
L’oreille humaine n’a pas encore dit son dernier mot
Il ne faut cependant pas tirer de conclusion trop rapidement.
Les résultats impressionnants obtenus avec des signaux synthétiques ne garantissent pas nécessairement les mêmes performances au milieu d’un pile-up, avec QRM, QRN, QSB, deux stations presque sur la même fréquence et un opérateur manipulant irrégulièrement.
C’est justement dans ces situations que l’oreille et surtout le cerveau d’un opérateur CW expérimenté restent remarquablement efficaces.
Mais la situation devient passionnante : la CW, née au XIXe siècle, est aujourd’hui devenue un terrain d’expérimentation pour les réseaux neuronaux du XXIe siècle.
Et peut-être que le futur décodeur CW ne cherchera plus seulement à reconnaître des points et des traits.
Il apprendra à reconnaître la façon dont nous les manipulons.
