Google hat ein Update des Audiocodecs Lyra 0.0.2 veröffentlicht, das darauf optimiert ist, die maximale Sprachübertragungsqualität über sehr langsame Verbindungen zu erreichen. Der Codec wurde Anfang April vorgestellt, war jedoch an eine proprietäre mathematische Bibliothek gebunden. In Version 0.0.2 wurde dieses Problem behoben und eine offene Alternative zur genannten Bibliothek erstellt – sparse_matmul, die ebenso wie der Codec unter der Lizenz Apache 2.0 lizenziert ist. Zu den weiteren Verbesserungen gehört die Möglichkeit, das Build-System Bazel mit dem GCC-Compiler zu verwenden, wobei diese Kombination standardmäßig in Linux statt Bazel+Clang genutzt wird.
Es sei daran erinnert, dass die Qualität der übertragene Sprachdaten bei niedrigen Geschwindigkeiten Lyra erheblich übertrifft, was traditionelle Codecs betrifft, die digitale Signalverarbeitungstechniken nutzen. Um bei begrenztem Datenvolumen eine hohe Sprachqualität zu gewährleisten, kommen neben den herkömmlichen Kompressionsmethoden und Signalumwandlungen auch Sprachmodelle auf Basis von maschinellem Lernen zum Einsatz, die fehlende Informationen anhand typischer Sprachmerkmale rekonstruieren. Das zur Klangerzeugung verwendete Modell wurde mit mehreren tausend Stunden an Aufnahmen von Stimmen in mehr als 70 Sprachen trainiert. Die Leistung der vorgeschlagenen Implementierung reicht aus, um Sprache in Echtzeit auf Smartphones im mittleren Preissegment zu kodieren und zu dekodieren, wobei die Signalübertragungsverzögerung bei etwa 90 Millisekunden liegt.
Quelle: opennet.ru
