Meta/Facebook (Π·Π°Π±ΡΠ°Π½Π΅Π½ Π² Π ΡΡΠΊΠ°ΡΠ° ΡΠ΅Π΄Π΅ΡΠ°ΡΠΈΡ) ΠΏΡΠ΅Π΄ΡΡΠ°Π²ΠΈ Π½ΠΎΠ² Π°ΡΠ΄ΠΈΠΎ ΠΊΠΎΠ΄Π΅ΠΊ EnCodec, ΠΊΠΎΠΉΡΠΎ ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π° ΠΌΠ΅ΡΠΎΠ΄ΠΈ Π·Π° ΠΌΠ°ΡΠΈΠ½Π½ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΠ΅ Π·Π° ΡΠ²Π΅Π»ΠΈΡΠ°Π²Π°Π½Π΅ Π½Π° ΡΡΠ΅ΠΏΠ΅Π½ΡΠ° Π½Π° ΠΊΠΎΠΌΠΏΡΠ΅ΡΠΈΡ Π±Π΅Π· Π·Π°Π³ΡΠ±Π° Π½Π° ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎ. ΠΠΎΠ΄Π΅ΠΊΡΡ ΠΌΠΎΠΆΠ΅ Π΄Π° ΡΠ΅ ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π° ΠΊΠ°ΠΊΡΠΎ Π·Π° ΠΏΠΎΡΠΎΡΠ½ΠΎ Π°ΡΠ΄ΠΈΠΎ Π² ΡΠ΅Π°Π»Π½ΠΎ Π²ΡΠ΅ΠΌΠ΅, ΡΠ°ΠΊΠ° ΠΈ Π·Π° ΠΊΠΎΠ΄ΠΈΡΠ°Π½Π΅ Π·Π° ΠΏΠΎ-ΠΊΡΡΠ½ΠΎ Π·Π°ΠΏΠ°Π·Π²Π°Π½Π΅ Π²ΡΠ² ΡΠ°ΠΉΠ»ΠΎΠ²Π΅. Π Π΅ΡΠ΅ΡΠ΅Π½ΡΠ½Π°ΡΠ° ΡΠ΅Π°Π»ΠΈΠ·Π°ΡΠΈΡ Π½Π° EnCodec Π΅ Π½Π°ΠΏΠΈΡΠ°Π½Π° Π½Π° Python Ρ ΠΏΠΎΠΌΠΎΡΡΠ° Π½Π° ΡΠ°ΠΌΠΊΠ°ΡΠ° PyTorch ΠΈ Π΅ Π»ΠΈΡΠ΅Π½Π·ΠΈΡΠ°Π½Π° ΠΏΠΎΠ΄ Π»ΠΈΡΠ΅Π½Π· CC BY-NC 4.0 (Creative Commons Attribution-NonCommercial) ΡΠ°ΠΌΠΎ Π·Π° Π½Π΅ΠΊΠΎΠΌΠ΅ΡΡΠΈΠ°Π»Π½Π° ΡΠΏΠΎΡΡΠ΅Π±Π°.
ΠΡΠ΅Π΄Π»Π°Π³Π°Ρ ΡΠ΅ Π΄Π²Π° Π³ΠΎΡΠΎΠ²ΠΈ ΠΌΠΎΠ΄Π΅Π»Π° Π·Π° ΠΈΠ·ΡΠ΅Π³Π»ΡΠ½Π΅:
- ΠΡΠΈΡΠΈΠ½Π½ΠΎ-ΡΠ»Π΅Π΄ΡΡΠ²Π΅Π½ ΠΌΠΎΠ΄Π΅Π», ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π°Ρ ΡΠ΅ΡΡΠΎΡΠ° Π½Π° ΡΠ΅ΠΌΠΏΠ»ΠΈΡΠ°Π½Π΅ ΠΎΡ 24 kHz, ΠΏΠΎΠ΄Π΄ΡΡΠΆΠ°Ρ ΡΠ°ΠΌΠΎ ΠΌΠΎΠ½ΠΎΡΠΎΠ½ΠΈΡΠ½ΠΎ Π°ΡΠ΄ΠΈΠΎ ΠΈ ΠΎΠ±ΡΡΠ΅Π½ Π²ΡΡΡ Ρ ΡΠ°Π·Π»ΠΈΡΠ½ΠΈ Π°ΡΠ΄ΠΈΠΎ Π΄Π°Π½Π½ΠΈ (ΠΏΠΎΠ΄Ρ ΠΎΠ΄ΡΡΠΈ Π·Π° ΠΊΠΎΠ΄ΠΈΡΠ°Π½Π΅ Π½Π° ΡΠ΅Ρ). ΠΠΎΠ΄Π΅Π»ΡΡ ΠΌΠΎΠΆΠ΅ Π΄Π° ΡΠ΅ ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π° Π·Π° ΠΏΠ°ΠΊΠ΅ΡΠΈΡΠ°Π½Π΅ Π½Π° Π°ΡΠ΄ΠΈΠΎ Π΄Π°Π½Π½ΠΈ Π·Π° ΠΏΡΠ΅Π΄Π°Π²Π°Π½Π΅ ΠΏΡΠΈ Π±ΠΈΡΡΠ΅ΠΉΡ ΠΎΡ 1.5, 3, 6, 12 ΠΈ 24 kbps.
- ΠΠ΅ΠΊΠ°ΡΠ·Π°Π»Π΅Π½ ΠΌΠΎΠ΄Π΅Π», ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π°Ρ ΡΠ΅ΡΡΠΎΡΠ° Π½Π° Π΄ΠΈΡΠΊΡΠ΅ΡΠΈΠ·Π°ΡΠΈΡ ΠΎΡ 48 kHz, ΠΏΠΎΠ΄Π΄ΡΡΠΆΠ°Ρ ΡΡΠ΅ΡΠ΅ΠΎ Π°ΡΠ΄ΠΈΠΎ ΠΈ ΠΎΠ±ΡΡΠ΅Π½ ΡΠ°ΠΌΠΎ Π½Π° ΠΌΡΠ·ΠΈΠΊΠ°. ΠΠΎΠ΄Π΅Π»ΡΡ ΠΏΠΎΠ΄Π΄ΡΡΠΆΠ° Π±ΠΈΡΡΠ΅ΠΉΡ ΠΎΡ 3, 6, 12 ΠΈ 24 kbps.
ΠΠ° Π²ΡΠ΅ΠΊΠΈ ΠΌΠΎΠ΄Π΅Π» Π΅ ΠΈΠ·Π³ΠΎΡΠ²Π΅Π½ Π΄ΠΎΠΏΡΠ»Π½ΠΈΡΠ΅Π»Π΅Π½ Π΅Π·ΠΈΠΊΠΎΠ² ΠΌΠΎΠ΄Π΅Π», ΠΊΠΎΠΉΡΠΎ Π²ΠΈ ΠΏΠΎΠ·Π²ΠΎΠ»ΡΠ²Π° Π΄Π° ΠΏΠΎΡΡΠΈΠ³Π½Π΅ΡΠ΅ Π·Π½Π°ΡΠΈΡΠ΅Π»Π½ΠΎ ΡΠ²Π΅Π»ΠΈΡΠ΅Π½ΠΈΠ΅ Π½Π° ΡΡΠ΅ΠΏΠ΅Π½ΡΠ° Π½Π° ΠΊΠΎΠΌΠΏΡΠ΅ΡΠΈΡ (Π΄ΠΎ 40%) Π±Π΅Π· Π·Π°Π³ΡΠ±Π° Π½Π° ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎ. ΠΠ° ΡΠ°Π·Π»ΠΈΠΊΠ° ΠΎΡ ΡΠ°Π·ΡΠ°Π±ΠΎΡΠ΅Π½ΠΈΡΠ΅ ΠΏΠΎ-ΡΠ°Π½ΠΎ ΠΏΡΠΎΠ΅ΠΊΡΠΈ, ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π°ΡΠΈ ΠΌΠ΅ΡΠΎΠ΄ΠΈ Π·Π° ΠΌΠ°ΡΠΈΠ½Π½ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΠ΅ Π·Π° Π°ΡΠ΄ΠΈΠΎ ΠΊΠΎΠΌΠΏΡΠ΅ΡΠΈΡ, EnCodec ΠΌΠΎΠΆΠ΅ Π΄Π° ΡΠ΅ ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π° Π½Π΅ ΡΠ°ΠΌΠΎ Π·Π° ΠΏΠ°ΠΊΠ΅ΡΠΈΡΠ°Π½Π΅ Π½Π° ΡΠ΅Ρ, Π½ΠΎ ΠΈ Π·Π° ΠΊΠΎΠΌΠΏΡΠ΅ΡΠΈΡΠ°Π½Π΅ Π½Π° ΠΌΡΠ·ΠΈΠΊΠ° Ρ ΡΠ΅ΡΡΠΎΡΠ° Π½Π° Π΄ΠΈΡΠΊΡΠ΅ΡΠΈΠ·Π°ΡΠΈΡ ΠΎΡ 48 kHz, ΡΡΠΎΡΠ²Π΅ΡΡΡΠ²Π°ΡΠ° Π½Π° Π½ΠΈΠ²ΠΎΡΠΎ Π½Π° Π°ΡΠ΄ΠΈΠΎ ΠΊΠΎΠΌΠΏΠ°ΠΊΡΠ΄ΠΈΡΠΊΠΎΠ²Π΅. Π‘ΠΏΠΎΡΠ΅Π΄ ΡΠ°Π·ΡΠ°Π±ΠΎΡΡΠΈΡΠΈΡΠ΅ Π½Π° Π½ΠΎΠ²ΠΈΡ ΠΊΠΎΠ΄Π΅ΠΊ, ΠΏΡΠΈ ΠΏΡΠ΅Π΄Π°Π²Π°Π½Π΅ Ρ Π±ΠΈΡΡΠ΅ΠΉΡ ΠΎΡ 64 kbps Π² ΡΡΠ°Π²Π½Π΅Π½ΠΈΠ΅ Ρ MP3 ΡΠΎΡΠΌΠ°ΡΠ°, ΡΠ΅ ΡΠ° ΡΡΠΏΠ΅Π»ΠΈ Π΄Π° ΡΠ²Π΅Π»ΠΈΡΠ°Ρ ΡΡΠ΅ΠΏΠ΅Π½ΡΠ° Π½Π° Π°ΡΠ΄ΠΈΠΎ ΠΊΠΎΠΌΠΏΡΠ΅ΡΠΈΡ ΠΏΡΠΈΠ±Π»ΠΈΠ·ΠΈΡΠ΅Π»Π½ΠΎ Π΄Π΅ΡΠ΅Ρ ΠΏΡΡΠΈ, ΠΊΠ°ΡΠΎ ΡΡΡΠ΅Π²ΡΠ΅ΠΌΠ΅Π½Π½ΠΎ ΠΏΠΎΠ΄Π΄ΡΡΠΆΠ°Ρ ΡΡΡΠΎΡΠΎ Π½ΠΈΠ²ΠΎ Π½Π° ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎ (Π½Π°ΠΏΡΠΈΠΌΠ΅Ρ ΠΏΡΠΈ ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π°Π½Π΅ MP3, Π½Π΅ΠΎΠ±Ρ ΠΎΠ΄ΠΈΠΌΠ° Π΅ ΡΠ΅ΡΡΠΎΡΠ½Π° Π»Π΅Π½ΡΠ° ΠΎΡ 64 kbps, Π·Π° ΠΏΡΠ΅Π΄Π°Π²Π°Π½Π΅ Ρ ΡΠΎΠ²Π° ΡΡΡΠΎΡΠΎ ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎ Π² EnCodec Π΅ Π΄ΠΎΡΡΠ°ΡΡΡΠ½ΠΎ 6 kbps).
ΠΡΡ ΠΈΡΠ΅ΠΊΡΡΡΠ°ΡΠ° Π½Π° ΠΊΠΎΠ΄Π΅ΠΊΠ° Π΅ ΠΈΠ·Π³ΡΠ°Π΄Π΅Π½Π° Π²ΡΡΡ Ρ Π½Π΅Π²ΡΠΎΠ½Π½Π° ΠΌΡΠ΅ΠΆΠ° Ρ Π°ΡΡ ΠΈΡΠ΅ΠΊΡΡΡΠ° βΡΡΠ°Π½ΡΡΠΎΡΠΌΠ°ΡΠΎΡβ ΠΈ ΡΠ΅ ΠΎΡΠ½ΠΎΠ²Π°Π²Π° Π½Π° ΡΠ΅ΡΠΈΡΠΈ Π²ΡΡΠ·ΠΊΠΈ: Π΅Π½ΠΊΠΎΠ΄Π΅Ρ, ΠΊΠ²Π°Π½ΡΠΈΠ·Π°ΡΠΎΡ, Π΄Π΅ΠΊΠΎΠ΄Π΅Ρ ΠΈ Π΄ΠΈΡΠΊΡΠΈΠΌΠΈΠ½Π°ΡΠΎΡ. ΠΠΎΠ΄Π΅ΡΡΡ ΠΈΠ·Π²Π»ΠΈΡΠ° ΠΏΠ°ΡΠ°ΠΌΠ΅ΡΡΠΈΡΠ΅ Π½Π° Π³Π»Π°ΡΠΎΠ²ΠΈΡΠ΅ Π΄Π°Π½Π½ΠΈ ΠΈ ΠΏΡΠ΅ΠΎΠ±ΡΠ°Π·ΡΠ²Π° ΠΏΠ°ΠΊΠ΅ΡΠΈΡΠ°Π½ΠΈΡ ΠΏΠΎΡΠΎΠΊ Π² ΠΏΠΎ-Π½ΠΈΡΠΊΠ° ΠΊΠ°Π΄ΡΠΎΠ²Π° ΡΠ΅ΡΡΠΎΡΠ°. ΠΠ²Π°Π½ΡΠΈΠ·Π°ΡΠΎΡΡΡ (RVQ, Residual Vector Quantizer) ΠΏΡΠ΅ΠΎΠ±ΡΠ°Π·ΡΠ²Π° ΠΈΠ·Ρ ΠΎΠ΄Π½ΠΈΡ ΠΏΠΎΡΠΎΠΊ ΠΎΡ Π΅Π½ΠΊΠΎΠ΄Π΅ΡΠ° Π² Π½Π°Π±ΠΎΡΠΈ ΠΎΡ ΠΏΠ°ΠΊΠ΅ΡΠΈ, ΠΊΠΎΠΌΠΏΡΠ΅ΡΠΈΡΠ°ΠΉΠΊΠΈ ΠΈΠ½ΡΠΎΡΠΌΠ°ΡΠΈΡ Π½Π° Π±Π°Π·Π°ΡΠ° Π½Π° ΠΈΠ·Π±ΡΠ°Π½ΠΈΡ Π±ΠΈΡΡΠ΅ΠΉΡ. Π Π΅Π·ΡΠ»ΡΠ°ΡΡΡ ΠΎΡ ΠΊΠ²Π°Π½ΡΠΎΠ²Π°ΡΠ΅Π»Ρ Π΅ ΠΊΠΎΠΌΠΏΡΠ΅ΡΠΈΡΠ°Π½ΠΎ ΠΏΡΠ΅Π΄ΡΡΠ°Π²ΡΠ½Π΅ Π½Π° Π΄Π°Π½Π½ΠΈΡΠ΅, ΠΏΠΎΠ΄Ρ ΠΎΠ΄ΡΡΠΎ Π·Π° ΠΏΡΠ΅Π΄Π°Π²Π°Π½Π΅ ΠΏΠΎ ΠΌΡΠ΅ΠΆΠ° ΠΈΠ»ΠΈ Π·Π°ΠΏΠΈΡΠ²Π°Π½Π΅ Π½Π° Π΄ΠΈΡΠΊ.
ΠΠ΅ΠΊΠΎΠ΄Π΅ΡΡΡ Π΄Π΅ΠΊΠΎΠ΄ΠΈΡΠ° ΠΊΠΎΠΌΠΏΡΠ΅ΡΠΈΡΠ°Π½ΠΎΡΠΎ ΠΏΡΠ΅Π΄ΡΡΠ°Π²ΡΠ½Π΅ Π½Π° Π΄Π°Π½Π½ΠΈΡΠ΅ ΠΈ Π²ΡΠ·ΡΡΠ°Π½ΠΎΠ²ΡΠ²Π° ΠΎΡΠΈΠ³ΠΈΠ½Π°Π»Π½Π°ΡΠ° Π·Π²ΡΠΊΠΎΠ²Π° Π²ΡΠ»Π½Π°. ΠΠΈΡΠΊΡΠΈΠΌΠΈΠ½Π°ΡΠΎΡΡΡ ΠΏΠΎΠ΄ΠΎΠ±ΡΡΠ²Π° ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎΡΠΎ Π½Π° Π³Π΅Π½Π΅ΡΠΈΡΠ°Π½ΠΈΡΠ΅ ΠΏΡΠΎΠ±ΠΈ, ΠΊΠ°ΡΠΎ Π²Π·Π΅ΠΌΠ° ΠΏΡΠ΅Π΄Π²ΠΈΠ΄ ΠΌΠΎΠ΄Π΅Π»Π° Π½Π° ΡΠΎΠ²Π΅ΡΠΊΠΎΡΠΎ ΡΠ»ΡΡ ΠΎΠ²ΠΎ Π²ΡΠ·ΠΏΡΠΈΡΡΠΈΠ΅. ΠΠ΅Π·Π°Π²ΠΈΡΠΈΠΌΠΎ ΠΎΡ Π½ΠΈΠ²ΠΎΡΠΎ Π½Π° ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎ ΠΈ Π±ΠΈΡΡΠ΅ΠΉΡ, ΠΌΠΎΠ΄Π΅Π»ΠΈΡΠ΅, ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π°Π½ΠΈ Π·Π° ΠΊΠΎΠ΄ΠΈΡΠ°Π½Π΅ ΠΈ Π΄Π΅ΠΊΠΎΠ΄ΠΈΡΠ°Π½Π΅, ΡΠ΅ ΠΎΡΠ»ΠΈΡΠ°Π²Π°Ρ Ρ Π΄ΠΎΡΡΠ° ΡΠΊΡΠΎΠΌΠ½ΠΈ ΠΈΠ·ΠΈΡΠΊΠ²Π°Π½ΠΈΡ Π·Π° ΡΠ΅ΡΡΡΡΠΈ (ΠΈΠ·ΡΠΈΡΠ»Π΅Π½ΠΈΡΡΠ°, Π½Π΅ΠΎΠ±Ρ ΠΎΠ΄ΠΈΠΌΠΈ Π·Π° ΡΠ°Π±ΠΎΡΠ° Π² ΡΠ΅Π°Π»Π½ΠΎ Π²ΡΠ΅ΠΌΠ΅, ΡΠ΅ ΠΈΠ·Π²ΡΡΡΠ²Π°Ρ Π½Π° Π΅Π΄Π½ΠΎ ΡΠ΄ΡΠΎ ββΠ½Π° ΠΏΡΠΎΡΠ΅ΡΠΎΡΠ°).
ΠΠ·ΡΠΎΡΠ½ΠΈΠΊ: opennet.ru