توسعه دهنده کدک های صوتی و تصویری رایگان Xiph.Org کدک صوتی Opus 1.4.0 را منتشر کرده است که کدگذاری با کیفیت بالا و حداقل تأخیر را برای فشرده سازی صدا و پخش صدا با نرخ بیت بالا در برنامه های VoIP با پهنای باند محدود فراهم می کند. پیاده سازی مرجع رمزگذار و رمزگشا تحت مجوز BSD توزیع شده است. مشخصات کامل فرمت Opus به صورت رایگان در دسترس عموم است و به عنوان استاندارد اینترنتی (RFC 6716) تایید شده است.
کدک با ترکیب بهترین فناوری‌ها از کدک CELT Xiph.org و کدک SILK منبع باز Skype ایجاد شده است. علاوه بر Skype و Xiph.Org، شرکت هایی مانند Mozilla، Octasic، Broadcom و Google نیز در توسعه Opus مشارکت داشتند. پتنت های مربوط به Opus توسط شرکت های درگیر در توسعه برای استفاده نامحدود بدون پرداخت حق امتیاز اعطا می شود. کلیه حقوق مالکیت معنوی و مجوزهای ثبت اختراع مربوط به Opus به طور خودکار به برنامه ها و محصولاتی که از Opus استفاده می کنند، بدون نیاز به تأیید اضافی واگذار می شود. هیچ محدودیتی در حوزه و ایجاد پیاده سازی های شخص ثالث جایگزین وجود ندارد. با این حال، تمام حقوق اعطا شده در صورت رسیدگی به حق ثبت اختراع که بر فناوری های Opus علیه هر کاربر Opus تأثیر می گذارد، لغو می شود.
Opus دارای کیفیت کدگذاری بالا و حداقل تأخیر برای فشرده‌سازی صوتی با نرخ بیت بالا و فشرده‌سازی صدا برای برنامه‌های تلفن VoIP با پهنای باند محدود است. پیش از این، Opus هنگام استفاده از بیت ریت 64 کیلوبیتی به عنوان بهترین کدک شناخته می شد (Opus از رقبایی مانند Apple HE-AAC، Nero HE-AAC، Vorbis و AAC LC پیشی گرفت). محصولاتی که از Opus خارج از جعبه پشتیبانی می کنند عبارتند از مرورگر فایرفاکس، چارچوب GStreamer و بسته FFmpeg.
ویژگی های اصلی Opus:
- نرخ بیت از 5 تا 510 کیلوبیت بر ثانیه؛
- فرکانس نمونه برداری از 8 تا 48 کیلوهرتز.
- مدت زمان فریم از 2.5 تا 120 میلی ثانیه؛
- پشتیبانی از نرخ بیت ثابت (CBR) و متغیر (VBR)؛
- پشتیبانی از صدای باند باریک و پهن.
- پشتیبانی از صدا و موسیقی؛
- پشتیبانی استریو و مونو؛
- پشتیبانی از تنظیم پویا نرخ بیت، پهنای باند و اندازه فریم؛
- امکان بازیابی جریان صوتی در صورت از دست دادن فریم (PLC)؛
- پشتیبانی از 255 کانال (فریم های چند جریانی)
- در دسترس بودن پیاده سازی ها با استفاده از محاسبات شناور و نقطه ثابت.
نوآوری های کلیدی در Opus 1.4:
- بهینه سازی پارامترهای رمزگذاری انجام شده است، با هدف بهبود شاخص های ذهنی کیفیت صدا هنگامی که FEC (تصحیح خطای پیشرو) برای بازیابی بسته های آسیب دیده یا از دست رفته با نرخ بیت از 16 تا 24 کیلوبایت (LBRR، افزونگی با نرخ بیت کم) فعال است.
- گزینه OPUS_SET_INBAND_FEC برای فعال کردن تصحیح خطای FEC اما بدون اجبار حالت SILK اضافه شد (FEC در حالت CELT استفاده نخواهد شد).
- اجرای بهبود یافته حالت DTX (انتقال ناپیوسته) که باعث تعلیق انتقال ترافیک در غیاب صدا می شود.
- پشتیبانی از سیستم ساخت Meson و پشتیبانی بهبود یافته برای ساخت با استفاده از CMake اضافه شده است.
- یک مکانیسم آزمایشی "Real-Time Packet Loss Concealment" برای بازیابی قطعات گفتار از دست رفته در نتیجه از دست دادن بسته اضافه شده است که از طریق استفاده از فناوری های یادگیری ماشین کار می کند.
- یک پیاده‌سازی آزمایشی از مکانیسم «افزایش عمیق» اضافه شده است که از یک سیستم یادگیری ماشینی برای بهبود کارایی بازیابی صدا پس از از دست دادن بسته استفاده می‌کند.
منبع: opennet.ru