{"id":105223,"date":"2022-10-01T09:36:41","date_gmt":"2022-10-01T07:36:42","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/google-opublikoval-otkrytyj-audiokodek-lyra-v2"},"modified":"2022-10-01T09:36:41","modified_gmt":"2022-10-01T07:36:42","slug":"google-opublikoval-otkrytyj-audiokodek-lyra-v2","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/google-opublikoval-otkrytyj-audiokodek-lyra-v2","title":{"rendered":"Google hat den offenen Audiocodec Lyra V2 ver\u00f6ffentlicht.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Google hat den Audiocodec Lyra V2 vorgestellt, der maschinelles Lernen nutzt, um die h\u00f6chste Sprach\u00fcbertragungsqualit\u00e4t \u00fcber sehr langsame Verbindungen zu erzielen. Die neue Version zeichnet sich durch eine Umstellung auf eine neue Neuralnetzarchitektur, Unterst\u00fctzung zus\u00e4tzlicher Plattformen, erweiterte Bitratesteuerungsm\u00f6glichkeiten, verbesserte Leistung und eine h\u00f6here Klangqualit\u00e4t aus. Die Referenzimplementierung des Codes ist in C++ geschrieben und steht unter der Apache 2.0-Lizenz. <\/p>\n
In Bezug auf die Qualit\u00e4t der \u00fcbertragenden Sprachdaten bei niedrigen Geschwindigkeiten \u00fcbertrifft Lyra traditionell verwendete Codecs, die auf digitale Signalverarbeitung setzen, erheblich. Um eine hohe Sprach\u00fcbertragungsqualit\u00e4t bei begrenztem Datenvolumen zu gew\u00e4hrleisten, nutzt Lyra neben herk\u00f6mmlichen Audiokomprimierungsmethoden und Signalumwandlungen ein Sprachmodell basierend auf maschinellem Lernen, das es erm\u00f6glicht, fehlende Informationen anhand typischer Sprachmerkmale zu rekonstruieren. <\/p>\n
Der Codec umfasst einen Encoder und einen Decoder. Der Arbeitsalgorithmus des Encoders besteht darin, alle 20 Millisekunden Sprachdatenparameter zu extrahieren, diese zu komprimieren und sie \u00fcber das Netzwerk mit einer Bitrate von 3,2 kbps bis 9,2 kbps an den Empf\u00e4nger zu \u00fcbertragen. Auf der Seite des Empf\u00e4ngers verwendet der Decoder ein generatives Modell, um das urspr\u00fcngliche Sprachsignal auf Grundlage der \u00fcbermittelten akustischen Parameter, die logarithmisch gemessene Mel-Spektrogramme enthalten, nachzubilden. Diese ber\u00fccksichtigen die energetischen Eigenschaften der Sprache in verschiedenen Frequenzbereichen und sind unter Ber\u00fccksichtigung des menschlichen H\u00f6rverm\u00f6gens vorbereitet. <\/p>\n
In Lyra V2 kommt ein neues generatives Modell zum Einsatz, das auf einem konvolutionalen neuronalen Netzwerk namens SoundStream basiert. Es zeichnet sich durch niedrige Anforderungen an die Rechenressourcen aus, was die Echtzeit-Decodierung selbst auf weniger leistungsstarken Systemen erm\u00f6glicht. Das zur Klanggenerierung verwendete Modell wurde mit mehreren tausend Stunden Sprachaufnahmen in \u00fcber 90 Sprachen trainiert. F\u00fcr die Ausf\u00fchrung des Modells wird TensorFlow Lite verwendet. Die Leistung der angebotenen Implementierung reicht aus, um Sprache auf Smartphones im Einstiegspreissegment zu kodieren und zu dekodieren. <\/p>\n
Neben der Verwendung eines anderen Generationsmodells zeichnet sich die neue Version insbesondere durch die Integration von Codierungsbausteinen mit dem Residual Vector Quantizer (RVQ) in die Architektur aus. Dieser Quantisierer wird auf der Senderseite vor der Daten\u00fcbertragung und auf der Empf\u00e4ngerseite nach dem Empfang der Daten ausgef\u00fchrt. Der Quantisierer wandelt die vom Codec ausgegebenen Parameter in Datenpakete um, wobei die Informationen entsprechend der Wahl der Bitrate kodiert werden. Um unterschiedliche Qualit\u00e4tsstufen zu gew\u00e4hrleisten, gibt es Quantisierer f\u00fcr drei Bitraten (3,2 kps, 6 kbps und 9,2 kbps). Je h\u00f6her die Bitrate, desto besser die Qualit\u00e4t, jedoch steigen auch die Anforderungen an die Bandbreite.
<\/center> <\/p>\n
Die neue Architektur hat es erm\u00f6glicht, die Signal\u00fcbertragungsverz\u00f6gerung von 100 auf 20 Millisekunden zu reduzieren. Zum Vergleich zeigte der Opus-Codec f\u00fcr WebRTC bei den getesteten Bitraten Verz\u00f6gerungen von 26,5 ms, 46,5 ms und 66,5 ms. Auch die Leistung des Encoders und Decoders hat sich erheblich verbessert \u2014 im Vergleich zur vorherigen Version wurde eine Beschleunigung von bis zu f\u00fcnf Mal festgestellt. Beispielsweise f\u00fchrt der neue Codec auf dem Smartphone Pixel 6 Pro die Kodierung und Dekodierung einer 20-Millisekunden-Stichprobe in 0,57 ms durch, was 35 Mal schneller ist als f\u00fcr die \u00dcbertragung in Echtzeit erforderlich ist. <\/p>\n
![\"Google](\"\/wp-content\/uploads\/2022\/10\/54943fd2b2c5c2d008c8c35e462f4a4b.jpg\")
<\/center> <\/p>\n