{"id":100668,"date":"2021-07-02T16:22:45","date_gmt":"2021-07-02T14:22:45","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/kompaniya-google-otkryla-nedostayushhie-ishodnye-teksty-dlya-audiokodeka-lyra"},"modified":"2021-07-02T16:22:45","modified_gmt":"2021-07-02T14:22:45","slug":"kompaniya-google-otkryla-nedostayushhie-ishodnye-teksty-dlya-audiokodeka-lyra","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/kompaniya-google-otkryla-nedostayushhie-ishodnye-teksty-dlya-audiokodeka-lyra","title":{"rendered":"Das Unternehmen Google hat die fehlenden Quelltexte f\u00fcr den Audiocodec Lyra ver\u00f6ffentlicht.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Google hat das Update des Audiocodecs Lyra 0.0.2 ver\u00f6ffentlicht, das optimiert wurde, um eine maximale Sprach\u00fcbertragungsqualit\u00e4t \u00fcber sehr langsame Verbindungen zu erreichen. Der Codec wurde Anfang April ver\u00f6ffentlicht, war jedoch an eine propriet\u00e4re mathematische Bibliothek gebunden. In Version 0.0.2 wurde dieses Problem behoben, und f\u00fcr die genannte Bibliothek gibt es nun eine offene Alternative \u2014 sparse_matmul, die wie der Codec selbst unter der Lizenz Apache 2.0 verbreitet wird. Zu den weiteren Verbesserungen geh\u00f6rt die M\u00f6glichkeit, das Build-System Bazel mit dem Compiler GCC zu verwenden, wobei diese Kombination standardm\u00e4\u00dfig unter Linux anstelle von Bazel+Clang genutzt wird. <\/p>\n
Es sei daran erinnert, dass die Qualit\u00e4t der \u00fcbertragene Sprachdaten bei niedrigen Geschwindigkeiten Lyra erheblich \u00fcbertrifft, was traditionelle Codecs betrifft, die digitale Signalverarbeitungstechniken nutzen. Um bei begrenztem Datenvolumen eine hohe Sprachqualit\u00e4t zu gew\u00e4hrleisten, kommen neben den herk\u00f6mmlichen 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 Signal\u00fcbertragungsverz\u00f6gerung bei etwa 90 Millisekunden liegt. \n Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"