Компания Google откри недостигнатите източници за звуковия кодек Lyra

Компания Google публикува нова актуализация на аудиокодека Lyra 0.0.2, оптимизиран за постигане на максимално качество на предаване на реч при използване на много бавни канали за връзка. Кодекът беше открит в началото на април, но беше свързан с проприетарна математическа библиотека. В версия 0.0.2 този недостатък е отстранен и за посочената библиотека е създадена отворена замяна — sparse_matmul, която, както и самият кодек, се разпространява под лиценза Apache 2.0. Сред другите подобрения можем да отбележим възможността за използване на системата за сборка Bazel с компилатора 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 кодекове, 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 речев модел на базата на система за машинно обучение, който позволява възстановяване на липсваща информация на базата на типични характеристики на речта. Моделът, използван за генериране на звука, е обучен с помощта на хиляди часове записи на гласове на повече от 70 езика. Производителността на предложената реализация е достатъчна за кодиране и декодиране на реч в реално време на смартфони от среден клас, с закъснение на предаването на сигнала от 90 милисекунди.

Източник: opennet.ru