Компания Google разкри недостигналите изходни кодове за аудиокодека Lyra

Компания Google публикува ъпдейт на аудиокодека Lyra 0.0.2, оптимизиран за постигане на максимално качество на предаване на реч при използване на много бавни комуникационни канали. Кодекът беше открит в началото на април, но беше свързан с проприетарна математическа библиотека. В версия 0.0.2 този недостатък е отстранен и е създадена отворена замяна за посочената библиотека — sparse_matmul, която, както и самият кодек, се разпространява под лицензия Apache 2.0. От другите подобрения можем да отбележим възможността за използване на системата за изграждане Bazel с компилатор GCC и използването на тази комбинация по подразбиране в Linux вместо Bazel+Clang.

Напомняме, че по качество на предаваните гласови данни при ниски скорости Lyra значително превъзхожда традиционните кодеци, които използват методи за цифрова обработка на сигнали. За постигане на високо качество на предаване на глас в условия на ограничен обем на предаваната информация, освен обичайните методи за компресия на звука и преобразуване на сигнали, в Lyra се прилага речевият модел, базиран на система за машинно обучение, който позволява възстановяване на липсваща информация на базата на типови характеристики на речта. Моделът, използван за генериране на звук, е обучен с използването на няколко хиляди часа записи на гласови повиквания на повече от 70 езика. Производителността на предложената реализация е достатъчна за кодиране и декодиране на реч в реално време на смартфони от среден ценови клас, с латентност на предаване на сигнала от около 90 милисекунди.

Източник: opennet.ru