{"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\/de\/blog\/news\/google-opublikoval-audiokodek-lyra-dlya-peredachi-rechi-pri-plohom-kachestve-svyazi","title":{"rendered":"Google hat den Audiocodec Lyra ver\u00f6ffentlicht, der f\u00fcr die Sprach\u00fcbertragung bei schlechtem Signal optimiert ist","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
In Bezug auf die Qualit\u00e4t der \u00fcber niedrige Geschwindigkeiten \u00fcbertragenen Sprachdaten \u00fcbertrifft Lyra traditionelle Codecs erheblich, die Methoden der digitalen Signalverarbeitung verwenden. Um eine hohe Sprach\u00fcbertragungsqualit\u00e4t unter Bedingungen eines begrenzten \u00dcbertragungsvolumens zu erreichen, wird neben den \u00fcblichen Methoden der Audiokompression und Signalverarbeitung in Lyra ein Sprachmodell auf Basis eines maschinellen Lernsystems verwendet, das es erm\u00f6glicht, fehlende Informationen basierend auf typischen Sprachmerkmalen wiederherzustellen. Das zur Klangerzeugung eingesetzte Modell wurde mit mehreren Tausend Stunden Sprachaufzeichnungen in mehr als 70 Sprachen trainiert.
<\/center> <\/p>\n
Der Codec umfasst einen Encoder und einen Decoder. Der Arbeitsalgorithmus des Encoders besteht darin, alle 40 Millisekunden Parameter der Sprachdaten zu extrahieren, diese zu komprimieren und sie an den Empf\u00e4nger \u00fcber das Netzwerk zu \u00fcbertragen. F\u00fcr die Daten\u00fcbertragung reicht ein Kommunikationskanal mit einer Geschwindigkeit von 3 Kilobit pro Sekunde. Die extrahierten Klangparameter umfassen logarithmische Mel-Spektrrogramme, die die Energiefunktionen der Sprache in verschiedenen Frequenzbereichen ber\u00fccksichtigen und unter Ber\u00fccksichtigung des Modells menschlicher H\u00f6rwahrnehmung vorbereitet wurden.
<\/center> <\/p>\n
Im Dekodierer wird ein generatives Modell verwendet, das basierend auf den \u00fcbermittelten Audio-Parametern ein Sprachsignal rekonstruiert. Zur Verringerung der Rechenkomplexit\u00e4t kommt ein leichtes Modell auf Basis eines rekurrenten neuronalen Netzwerks zum Einsatz, das eine Variante des WaveRNN-Sprachsynthesemodells darstellt, bei dem eine niedrigere Abtastrate verwendet wird, jedoch mehrere Signale gleichzeitig in verschiedenen Frequenzbereichen generiert werden. Die erzeugten Signale werden dann \u00fcberlagert, um ein einzelnes Ausgangssignal zu erhalten, das der angegebenen Abtastrate entspricht. <\/p>\n
Zur Beschleunigung wurden auch spezialisierte Prozessoranweisungen verwendet, die in 64-Bit-ARM-Prozessoren verf\u00fcgbar sind. Infolgedessen kann der Lyra-Codec trotz des Einsatzes von maschinellem Lernen f\u00fcr die Echtzeit-Audio- und Sprachkodierung und -dekodierung auf Smartphones der mittleren Preisklasse verwendet werden, wobei eine Signal\u00fcbergabeverz\u00f6gerung von etwa 90 Millisekunden demonstriert wird. \n Quelle: 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