Актуализация на отворения аудиокодек Lyra 1.3

Компания Google публикува нова версия на аудиокодека Lyra 1.3, целяща да постигне високо качество на предаване на глас в условия на ограничен обем на предаваната информация. Качеството на речта при битрейти 3.2 kbps, 6 kbps и 9.2 kbps с кодека Lyra приблизително съответства на битрейти 10 kbps, 13 kbps и 14 kbps с кодека Opus. За решаване на поставената задача, освен обикновените методи за компресия на звук и преобразуване на сигнали, в Lyra се прилага речева моделна система, базирана на машинно обучение, която позволява възстановяване на липсваща информация на базата на типични характеристики на речта. Референтната имплементация на кода е написана на C++ и се разпространява под лицензия Apache 2.0.

В отличие от предложената през октомври кардинално преработена версия Lyra 1.2, прехвърлена на нова архитектура на невронна мрежа, в версия 1.3 е проведена оптимизация на модела на машинно обучение без архитектурни промени. В новата версия за съхраняване на теглата и извършване на аритметични операции вместо 32-битови числа с плаваща запетая се използват 8-битови цели числа, което доведе до намаляване на размера на модела с 43% и ускоряване на работата с модела с 20% при тестване на смартфон Pixel 6 Pro. Качеството на речта обаче е запазено на същото ниво, но форматът на предаваните данни е променен и не е съвместим с предишните версии.

Източник: opennet.ru