Компания Google публикува нова версия на аудиокодека Lyra 1.3, която е насочена към постигане на високо качество на предаване на глас при ограничен обем на предаваната информация. Качеството на речта при битрейтове 3.2 kbps, 6 kbps и 9.2 kbps с кодека Lyra е приблизително еквивалентно на битрейтовете 10 kbps, 13 kbps и 14 kbps при използване на кодека Opus. За решаване на поставената задача, в допълнение към обичайните методи за компресия на звук и преобразуване на сигнали, в Lyra е приложена речева моделна система на база машинно обучение, позволяваща възстановяване на липсваща информация въз основа на типични характеристики на речта. Референтната реализация на кода е написана на C++ и е разпространена под лицензия Apache 2.0.
В отличие от предложената в октомври основна преработка на версия 1.2 на Lyra, преминала на нова архитектура на невронни мрежи, версия 1.3 е оптимизирана за модела на машинно обучение без архитектурни промени. В новата версия за съхранение на тегла и изпълнение на аритметични операции вместо 32-битови плаващи числа са използвани 8-битови цели числа, което е довело до намаляване на размера на модела с 43% и ускорение на работата с модела с 20% при тестове на смартфона Pixel 6 Pro. Качеството на речта успя да се запази на същото ниво, но форматът на предаваните данни е променен и не е съвместим с предишните версии.
Източник: opennet.ru
