{"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\/es\/blog\/news\/google-opublikoval-otkrytyj-audiokodek-lyra-v2","title":{"rendered":"Google ha publicado el c\u00f3dec de audio abierto Lyra V2","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
La empresa Google ha presentado el c\u00f3dec de audio Lyra V2, que utiliza m\u00e9todos de aprendizaje autom\u00e1tico para lograr la mejor calidad de transmisi\u00f3n de voz en canales de comunicaci\u00f3n muy lentos. La nueva versi\u00f3n se distingue por su transici\u00f3n a una nueva arquitectura de red neuronal, soporte para plataformas adicionales, capacidades mejoradas de control de bitrate, aumento del rendimiento y calidad de sonido superior. La implementaci\u00f3n de referencia del c\u00f3digo est\u00e1 escrita en C++ y se distribuye bajo la licencia Apache 2.0. <\/p>\n
En cuanto a la calidad de los datos de voz transmitidos a bajas velocidades, Lyra supera significativamente a los c\u00f3decs tradicionales que utilizan m\u00e9todos de procesamiento digital de se\u00f1ales. Para lograr una alta calidad de transmisi\u00f3n de voz bajo limitaciones en la cantidad de informaci\u00f3n transmitida, adem\u00e1s de los m\u00e9todos convencionales de compresi\u00f3n de audio y conversi\u00f3n de se\u00f1ales, Lyra aplica un modelo de voz basado en un sistema de aprendizaje autom\u00e1tico que permite recrear la informaci\u00f3n faltante bas\u00e1ndose en caracter\u00edsticas t\u00edpicas del habla. <\/p>\n
El c\u00f3dec incluye un codificador y un decodificador. El algoritmo de funcionamiento del codificador consiste en extraer par\u00e1metros de los datos de voz cada 20 milisegundos, comprimirlos y enviarlos al receptor a trav\u00e9s de la red con un bitrate de entre 3.2 kbps y 9.2 kbps. En el lado del receptor, el decodificador utiliza un modelo generativo para recrear la se\u00f1al de voz original en base a los par\u00e1metros de sonido transmitidos, que incluyen espectrogramas melogr\u00e1ficos logar\u00edtmicos, teniendo en cuenta las caracter\u00edsticas de la energ\u00eda del habla en diferentes rangos de frecuencia y preparadas considerando el modelo de percepci\u00f3n auditiva humana. <\/p>\n
En Lyra V2 se utiliza un nuevo modelo generativo basado en la red neuronal convolucional SoundStream, que se caracteriza por tener bajos requerimientos de recursos computacionales, lo que permite realizar la decodificaci\u00f3n en tiempo real incluso en sistemas de baja potencia. El modelo utilizado para la generaci\u00f3n de sonido ha sido entrenado con miles de horas de grabaciones de voces en m\u00e1s de 90 idiomas. Para la ejecuci\u00f3n del modelo se utiliza TensorFlow Lite. El rendimiento de la implementaci\u00f3n propuesta es suficiente para codificar y decodificar voz en smartphones de gama baja. <\/p>\n
Adem\u00e1s de utilizar otro modelo generativo, la nueva versi\u00f3n tambi\u00e9n se destaca por la inclusi\u00f3n en la arquitectura de un codificador de enlaces con cuantizador RVQ (Quantizador Vectorial Residual), que se ejecuta en el lado del emisor antes de la transmisi\u00f3n de datos, y en el lado del receptor despu\u00e9s de recibir los datos. El cuantizador convierte los par\u00e1metros emitidos por el codificador en conjuntos de paquetes, codificando la informaci\u00f3n en funci\u00f3n de la tasa de bits seleccionada. Para garantizar diferentes niveles de calidad, se previeron cuantizadores para tres tasas de bits (3.2 kbps, 6 kbps y 9.2 kbps); cuanto mayor sea la tasa de bits, mejor ser\u00e1 la calidad, aunque con mayores requisitos de ancho de banda.
<\/center> <\/p>\n
La nueva arquitectura ha permitido reducir la latencia de transmisi\u00f3n de 100 a 20 milisegundos. Por comparaci\u00f3n, el c\u00f3dec Opus para WebRTC mostr\u00f3 latencias de 26.5 ms, 46.5 ms y 66.5 ms en las tasas de bits probadas. Tambi\u00e9n ha aumentado considerablemente el rendimiento del codificador y decodificador; en comparaci\u00f3n con la versi\u00f3n anterior, se observa una aceleraci\u00f3n de hasta 5 veces. Por ejemplo, en el smartphone Pixel 6 Pro, el nuevo c\u00f3dec realiza la codificaci\u00f3n y decodificaci\u00f3n de una muestra de 20 milisegundos en 0.57 ms, lo que es 35 veces m\u00e1s r\u00e1pido de lo que se necesita para la transmisi\u00f3n en tiempo real. <\/p>\n
![\"Google](\"\/wp-content\/uploads\/2022\/10\/54943fd2b2c5c2d008c8c35e462f4a4b.jpg\")
<\/center> <\/p>\n