Lyra 1.3 Open Audio Codec Update

Google publicou o lanzamento do códec de audio Lyra 1.3, destinado a lograr unha transmisión de voz de alta calidade en condicións dunha cantidade limitada de información transmitida. A calidade da voz a velocidades de bits de 3.2 kbps, 6 kbps e 9.2 kbps cando se utiliza o códec Lyra é aproximadamente equivalente a taxas de bits de 10 kbps, 13 kbps e 14 kbps cando se utiliza o códec Opus. Para resolver este problema, ademais dos métodos convencionais de compresión de audio e conversión de sinal, Lyra utiliza un modelo de voz baseado nun sistema de aprendizaxe automática, que permite recrear a información que falta en función das características típicas da fala. A implementación do código de referencia está escrita en C++ e distribúese baixo a licenza Apache 2.0.

A diferenza da versión radicalmente redeseñada de Lyra 1.2 proposta en outubro, traducida a unha nova arquitectura de rede neuronal, a versión 1.3 optimiza o modelo de aprendizaxe automática sen cambios arquitectónicos. A nova versión utiliza números enteiros de 32 bits en lugar de números de coma flotante de 8 bits para almacenar pesos e realizar operacións aritméticas, o que resulta nunha redución do 43 % no tamaño do modelo e nunha aceleración do 20 % ao probar nun teléfono intelixente Pixel 6 Pro. A calidade da voz mantívose ao mesmo nivel, pero o formato dos datos transmitidos cambiou e non é compatible con versións anteriores.

Fonte: opennet.ru

Engadir un comentario