Společnost Google zveřejnila aktualizaci audiokodeku Lyra 0.0.2, optimalizovaného pro dosažení maximální kvality přenosu řeči při použití velmi pomalých komunikačních kanálů. Codek byl uveden začátkem dubna, ale byl dodáván s uzavřenou matematickou knihovnou. V verzi 0.0.2 byla tato nevýhoda odstraněna a pro uvedenou knihovnu byla vytvořena otevřená alternativa — sparse_matmul, která se stejně jako samotný kodek šíří pod licencí Apache 2.0. Mezi další vylepšení patří možnost použití build systému Bazel s kompilátorem GCC a použití této kombinace jako výchozí v Linuxu místo Bazel+Clang.
Připomínáme, že co se týče kvality přenášených hlasových dat při nízkých rychlostech, Lyra výrazně překonává tradiční kodeky, které používají metody digitálního zpracování signálů. Pro dosažení vysoké kvality přenosu hlasu za podmínek omezeného objemu přenášených informací, kromě běžných metod komprese zvuku a převodu signálů, používá Lyra model řeči založený na systému strojového učení, který umožňuje obnovit chybějící informace na základě typických charakteristik řeči. Model použitý pro generování zvuku byl školen na základě několika tisíc hodin nahrávek hlasů ve více než 70 jazycích. Výkon navržené implementace je dostatečný pro kódování a dekódování řeči v reálném čase na smartphonech střední cenové kategorie, se zpožděním přenosu signálu na úrovni 90 milisekund.
Zdroj: opennet.ru
