„Google“ viešai skelbia „Lyra“ mažo pralaidumo kalbos kodeką

„Google“ išleido savo „Lyra“ garso kodeko beta šaltinio kodą „GitHub“, todėl neįtikėtinos kokybės žemo bitų dažnio garso apdorojimas prieinamas visiems kūrėjams. Kodekas naudingiausias įterptose ir riboto pralaidumo situacijose, kai reikia išsaugoti kuo daugiau duomenų.

Lyra: beveik niekas niekada neskambėjo taip gerai

Garso kodekas veikia pagal principą, kad kalbama kuo natūraliau, o duomenų perdavimo greitis yra mažiausias. Tai pavyksta sukurti beveik klaikų garso atkūrimo lygį, kai bitų sparta yra vos 3 kbps. „Google“ realiuoju laiku naudoja „Lyra“ glaudinimą jau savo programoje „Duo“, nors tavęs ir nekaltins, kad net nesuvokei skirtumo nuo įprasto pralaidumo garso.

Norėdami parodyti, kiek lyra yra geresnė už kitus kodekus, „Google“ pateikia pavyzdžių per a tinklaraščio straipsnis mašininio mokymosi valdomo glaudinimo kodeko palyginimas su kitomis 3 ir 6 kbps alternatyvomis.

Tai nakties ir dienos skirtumas, o kūrėjams suteikiant pasauliui šias priemones bus reikšmingas veiksnys gerinant bendravimo kokybę ten, kur ribotas pralaidumas. Tai taip pat puikus motyvatorius kūrėjams, norintiems kurti naujas programas besivystančiose rinkose, ką „Google“ tikrai apims šiais metais

nemokama virtuali „Google I / O“ internetinė konferencija.

Beta šaltinio kodas šiuo metu sukurtas atsižvelgiant į 64 bitų „Arm“ įrenginius, nors pavyzdžiai taip pat bus rodomi 64 bitų „x86 Linux“ sistemose. Šaltinio kodas pateikiamas visiškai dokumentais, nors jis yra beta versijoje, o „GitHub“ puslapyje pateikiamos diegimo instrukcijos ir kaip sukurti „Lyra“ sistemoje „Linux“, skirtai „Arm“ 64 bitų taikiniams.

Norėdami gauti „Lyra“ beta šaltinio kodą, eikite į „Lyra GitHub“ puslapis.

Kaip veikia lyra?

Nors tikrasis „Lyra“ naudojamas procesas yra nepaprastai sudėtingas mokomų mašininio mokymosi modelių derinys tūkstančių valandų kalbos duomenų ir esamos garso kodeko technologijos optimizavimo, teorija yra gana paprastas.

Kas 40 ms, funkcijos imamos iš kalbos ir suglaudinamos iki 3 kbps. Šie bruožai atspindi kalbos energijos taškus, esančius dažnio spektre, artimiausiame žmogaus klausos kalbos atsakui - dalykus, kuriuos turime atpažinti ir suprasti, kai kas nors kalba.

Pagrindinė dalis, dėl kurios „Lyra“ yra ypatinga, yra tai, kaip ji naudoja šią informaciją:

Tačiau tradiciniai parametriniai kodekai, kurie tiesiog išskiria iš kalbos kritinių parametrų, kurie tada gali būti naudojamas atkurti signalą priėmimo gale, pasiekti mažus pralaidumus, tačiau dažnai skamba robotiškai ir nenatūraliai. Šie trūkumai paskatino naujos kartos aukštos kokybės garso generavimo modelių, kurie turi, sukūrimą sukėlė revoliuciją šioje srityje, nes sugebėjo ne tik atskirti signalus, bet ir generuoti visiškai naujus vieni.

Po perdavimo „Lyra“ atstato bangos formą, užpildydama tai, ko trūksta, naudodama šį procesą, tačiau kažkaip nėra pernelyg sudėtinga skaičiavimais.

Viena vertus, tai technologinis stebuklas, kuris bėgs beveik bet kur. Kita vertus, aš vis dar nesu 100% įsitikinęs, kad tai ne raganavimas.

10 „Google Duo“ funkcijų, kurias tikrai turėtumėte naudoti

„Google Duo“ yra viena iš geriausių vaizdo skambučių programų. Jame yra daugybė funkcijų, o štai, mūsų manymu, jūs tikrai turėtumėte naudoti.

Skaitykite toliau

Apie autorių