Google отвори липсващите източници за аудио кодека Lyra

Google публикува актуализация на аудио кодека Lyra 0.0.2, който е оптимизиран за постигане на максимално качество на гласа при използване на много бавни комуникационни канали. Кодекът беше открит в началото на април, но беше доставен заедно със собствена математическа библиотека. Във версия 0.0.2 този недостатък е елиминиран и е създадена отворена замяна за посочената библиотека - sparse_matmul, която, както и самия кодек, се разпространява под лиценза Apache 2.0. Други подобрения включват възможността за използване на системата за изграждане на Bazel с GCC компилатора и използването на този пакет по подразбиране в Linux вместо Bazel+Clang.

Нека си припомним, че по отношение на качеството на предаваните гласови данни при ниски скорости Lyra значително превъзхожда традиционните кодеци, които използват методи за цифрова обработка на сигнала. За постигане на висококачествено гласово предаване в условия на ограничено количество предавана информация, в допълнение към конвенционалните методи за аудио компресия и преобразуване на сигнала, Lyra използва модел на реч, базиран на система за машинно обучение, която ви позволява да пресъздадете липсващата информация въз основа на типични речеви характеристики. Моделът, използван за генериране на звука, е обучен с помощта на няколко хиляди часа гласови записи на повече от 70 езика. Производителността на предложената реализация е достатъчна за кодиране и декодиране на реч в реално време на смартфони от средна цена, със забавяне на предаването на сигнала от 90 милисекунди.

Източник: opennet.ru