{"id":99675,"date":"2021-04-06T22:22:41","date_gmt":"2021-04-06T20:22:42","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/google-opublikoval-audiokodek-lyra-dlya-peredachi-rechi-pri-plohom-kachestve-svyazi"},"modified":"2021-04-06T22:22:41","modified_gmt":"2021-04-06T20:22:42","slug":"google-opublikoval-audiokodek-lyra-dlya-peredachi-rechi-pri-plohom-kachestve-svyazi","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/google-opublikoval-audiokodek-lyra-dlya-peredachi-rechi-pri-plohom-kachestve-svyazi","title":{"rendered":"Google har offentliggjort lydkodeken Lyra til taleoverf\u00f8rsel under d\u00e5rlige forbindelseforhold.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Google har pr\u00e6senteret en ny lydkodek, Lyra, der er optimeret til at opn\u00e5 maksimal kvalitet ved overf\u00f8rsel af tale, selv ved brug af meget langsomme kommunikationskanaler. Implementeringen af Lyra er skrevet i C++ og er \u00e5bent tilg\u00e6ngelig under Apache 2.0-licensen, men blandt de n\u00f8dvendige afh\u00e6ngigheder til at f\u00e5 det til at fungere er der en propriet\u00e6r bibliotek, libsparse_inference.so, der indeholder kerneimplementeringen til matematiske beregninger. Det bem\u00e6rkes, at den propriet\u00e6re bibliotek er midlertidig \u2013 fremadskuende lover Google at udvikle en \u00e5ben erstatning og sikre support til forskellige platforme. <\/p>\n
I forhold til kvaliteten af taleoverf\u00f8rsel ved lave hastigheder overg\u00e5r Lyra v\u00e6sentligt traditionelle kodekder, der anvender metoder inden for digital signalbehandling. For at opn\u00e5 h\u00f8j kvalitet i taleoverf\u00f8rsel under begr\u00e6nset b\u00e5ndbredde anvendes foruden almindelige metoder til lydkomprimering og signalbehandling en tale model baseret p\u00e5 maskinl\u00e6ring, der muligg\u00f8r rekonstruktion af manglende information ud fra typiske taleegenskaber. Modellen, der anvendes til lydgenerering, er tr\u00e6net ved hj\u00e6lp af flere tusinde timers optagelser af stemmer p\u00e5 mere end 70 sprog.
<\/center> <\/p>\n
Kodeken omfatter en encoder og en decoder. Encoderens algoritme fokuserer p\u00e5 at udtr\u00e6kke parametre fra taleoplysninger hver 40 millisekunder, komprimere dem og sende dem til modtageren via nettet. For at overf\u00f8re data er der behov for en forbindelse med en hastighed p\u00e5 3 kilobit per sekund. De udtrukne lydparametre inkluderer logaritmiske mel-spektrogrammer, der tager h\u00f8jde for energikvalitet i forskellige frekvensomr\u00e5der og er udarbejdet med tanke p\u00e5 menneskelig h\u00f8resans.
<\/center> <\/p>\n
Decoderen anvender en generativ model, der rekonstruerer talesignalet baseret p\u00e5 de indsendte lydparametre. For at mindske beregningskompleksiteten er der anvendt en letv\u00e6gtsmodel baseret p\u00e5 en rekursiv neuralt netv\u00e6rk, som er en variant af WaveRNN talesynthesemodellen, der arbejder med en lavere samplefrekvens og genererer flere signaler parallelt i forskellige frekvensomr\u00e5der. De genererede signaler l\u00e6gges derefter sammen for at skabe et enkelt udgangssignal, der svarer til den angivne pr\u00f8vefrekvens. <\/p>\n
For at fremskynde processen er der ogs\u00e5 anvendt specialiserede processorinstruktioner, der er tilg\u00e6ngelige i 64-bit ARM-processorer. Som et resultat kan Lyra-codec, trods brugen af maskinl\u00e6ring, anvendes til realtids kodning og dekodning af tale p\u00e5 smartphones i mellemklasseprisen og viser en transmissionsforsinkelse p\u00e5 90 millisekunder. \n Kilde: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"Google](\"\/wp-content\/uploads\/2021\/04\/dff1cbc3a2422197df2b4510b0a4fc75.png\")
<\/center> <\/p>\n![\"Google](\"\/wp-content\/uploads\/2021\/04\/5fedbeb0d9e364c54c9fd35dab76f019.png\")
<\/center> <\/p>\n