Francouzský matematik Fabrice Bellard, zakladatel projektů QEMU, FFmpeg, BPG, QuickJS, TinyGL a TinyCC, publikoval formát pro kódování zvuku TSAC a související nástroje pro kompresi a dekompresi zvukových souborů. Tento formát je zaměřen na přenos dat s velmi nízkým bitratem, například 5,5 kb/s pro mono a 7,5 kb/s pro stereo, při zachování přijatelné kvality hudby a řeči. Použití TSAC umožňuje zabalit hudební skladbu o délce 3,5 minuty a vzorkovací frekvenci 44,1 kHz (stereo) do souboru o velikosti 192 KB, který bude pro nenáročného posluchače téměř nerozeznatelný od originálu. Kód projektu je distribuován pod licencí MIT.
Při vytvoření TSAC byl použit zvukový kodek Descript, který byl rozšířen o podporu stereozvuku a převeden na jiný model strojového učení založený na neuronové síti s architekturou 'transformer', což umožnilo zvýšit míru komprese díky rekonstrukci ztracených detailů s přihlédnutím k modelu lidského sluchového vnímání. Model zabírá přibližně 200 MB v komprimované podobě a je vyhotoven v deterministickém vyjádření, které zaručuje stejný výsledek bez ohledu na použité CPU/GPU a počet využitých výpočetních vláken.
Kódovač může pracovat pouze s CPU (pro zrychlení jsou podporovány instrukce AVX2), ale pro dosažení vysokého výkonu je doporučeno využít GPU. V aktuálním provedení lze využít API CUDA pro zrychlení pomocí GPU NVIDIA založených na mikroarchitekturách Ampere, ADA a Hopper (RTX 3090, RTX 4090, RTX A6000, A100 a H100), které mají alespoň 4 GB video paměti. Pro převod zvukových souborů před kódováním se používá FFmpeg.
Dále můžeme zmínit aktualizaci nástroje ts_zip, který vyvinul Fabrice Bellard, určeného pro efektivní kompresi textových dat, využívající mechanismus predikce tokenů založený na systému strojového učení a velkém jazykovém modelu RWKV 169M v4. Při kompresi archivu Wikipedie nástroj ts_zip umožnil zmenšit data 7,3krát, a při kompresi jádra Linux 1,2 - 7,8krát. Pro srovnání úrovně komprese při použití nástroje xz dosáhly 4,7 a 5,5 krát. Cenou za vysokou účinnost komprese je nízká rychlost komprese a vysoké požadavky na zdroje (minimálně 4 GB RAM). Na systému s GPU RTX 4090 dosahuje výkon komprese přibližně 1 MB/s.
Zdroj: opennet.ru
