{"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\/hu\/blog\/news\/google-opublikoval-otkrytyj-audiokodek-lyra-v2","title":{"rendered":"A Google k\u00f6zz\u00e9tette a Lyra V2 ny\u00edlt audio kodeket.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
A Google bemutatta a Lyra V2 audiokodeket, amely g\u00e9pi tanul\u00e1si m\u00f3dszereket haszn\u00e1l a besz\u00e9d maxim\u00e1lis min\u0151s\u00e9g\u00e9nek el\u00e9r\u00e9s\u00e9re nagyon lass\u00fa kommunik\u00e1ci\u00f3s csatorn\u00e1k alkalmaz\u00e1s\u00e1val. Az \u00faj verzi\u00f3 a neur\u00e1lis h\u00e1l\u00f3zat \u00faj architekt\u00far\u00e1j\u00e1ra v\u00e1ltott, t\u00e1mogatja a tov\u00e1bbi platformokat, kib\u0151v\u00edtett bitr\u00e1ta-kezel\u00e9si lehet\u0151s\u00e9gekkel, valamint a teljes\u00edtm\u00e9ny \u00e9s a hangmin\u0151s\u00e9g jav\u00edt\u00e1s\u00e1val b\u0151v\u00fclt. A referencia k\u00f3d C++ nyelven k\u00e9sz\u00fclt, \u00e9s az Apache 2.0 licenc alatt terjesztik. <\/p>\n
A Lyra l\u00e9nyegesen meghaladja a hagyom\u00e1nyos kodekeket a hangadatok alacsony sebess\u00e9ggel t\u00f6rt\u00e9n\u0151 tov\u00e1bb\u00edt\u00e1sa ter\u00e9n, amelyek digit\u00e1lis jelfeldolgoz\u00e1si m\u00f3dszereket haszn\u00e1lnak. A besz\u00e9d magas min\u0151s\u00e9g\u0171 tov\u00e1bb\u00edt\u00e1sa korl\u00e1tozott adat\u00e1tviteli sebess\u00e9gn\u00e9l, a szok\u00e1sos hangkompresszi\u00f3s \u00e9s jel\u00e1talak\u00edt\u00e1si m\u00f3dszerek mellett, a Lyra egy g\u00e9pi tanul\u00e1son alapul\u00f3 besz\u00e9dmodellt alkalmaz, amely lehet\u0151v\u00e9 teszi a hi\u00e1nyz\u00f3 inform\u00e1ci\u00f3k rekonstrukci\u00f3j\u00e1t a besz\u00e9d jellemz\u0151inek t\u00edpusa alapj\u00e1n. <\/p>\n
A kodek tartalmaz egy k\u00f3dol\u00f3t \u00e9s egy dek\u00f3dol\u00f3t. A k\u00f3dol\u00f3 m\u0171k\u00f6d\u00e9si algoritmus\u00e1nak l\u00e9nyege a hangadatok param\u00e9tereinek 20 milliszekundumonk\u00e9nti kinyer\u00e9se, azok t\u00f6m\u00f6r\u00edt\u00e9se \u00e9s a h\u00e1l\u00f3zaton t\u00f6rt\u00e9n\u0151 tov\u00e1bb\u00edt\u00e1sa 3,2 kbps-9,2 kbps k\u00f6z\u00f6tti bitr\u00e1t\u00e1n. A vev\u0151oldalon a dek\u00f3dol\u00f3 generat\u00edv modellt haszn\u00e1l a kezdeti besz\u00e9djel rekonstrukci\u00f3j\u00e1ra a tov\u00e1bb\u00edtott hangparam\u00e9terek alapj\u00e1n, amelyek logaritmikus mel-spektrogramokat tartalmaznak, figyelembe v\u00e9ve a besz\u00e9d energia jellemz\u0151it k\u00fcl\u00f6nb\u00f6z\u0151 frekvenciatartom\u00e1nyokban, \u00e9s az emberi hall\u00e1s \u00e9szlel\u00e9si modellj\u00e9nek megfelel\u0151en el\u0151k\u00e9sz\u00edtve. <\/p>\n
A Lyra V2 \u00faj generat\u00edv modellt haszn\u00e1l az alacsony k\u00f6vetelm\u00e9nyekkel rendelkez\u0151 SoundStream konvol\u00faci\u00f3s neur\u00e1lis h\u00e1l\u00f3zaton alapulva, amely lehet\u0151v\u00e9 teszi a val\u00f3s idej\u0171 dek\u00f3dol\u00e1st m\u00e9g alacsony teljes\u00edtm\u00e9ny\u0171 rendszereken is. A hanggener\u00e1l\u00e1sra haszn\u00e1lt modellt t\u00f6bb ezer \u00f3r\u00e1nyi hangfelv\u00e9tel alapj\u00e1n k\u00e9pezt\u00e9k ki t\u00f6bb mint 90 nyelven. A modell v\u00e9grehajt\u00e1s\u00e1hoz TensorFlow Lite-ot haszn\u00e1lnak. A javasolt megold\u00e1s teljes\u00edtm\u00e9nye elegend\u0151 a besz\u00e9d k\u00f3dol\u00e1s\u00e1hoz \u00e9s dek\u00f3dol\u00e1s\u00e1hoz als\u00f3 \u00e1rkateg\u00f3ri\u00e1s okostelefonokon. <\/p>\n
A leg\u00fajabb verzi\u00f3 egy \u00faj generat\u00edv modell mellett az RVQ (Residual Vector Quantizer) kvant\u00e1l\u00f3k\u00f3dol\u00f3 egys\u00e9gek integr\u00e1l\u00e1s\u00e1val is kit\u0171nik, amely az adatok k\u00fcld\u0151oldali kvant\u00e1l\u00e1s\u00e1t v\u00e9gzi el, majd az adatok fogad\u00f3oldalon t\u00f6rt\u00e9n\u0151 ismereteit dolgozza fel. A kvant\u00e1l\u00f3k\u00f3dol\u00f3 a k\u00f3dol\u00f3 \u00e1ltal kiadott param\u00e9tereket csomagok halmaz\u00e1ba alak\u00edtja, a v\u00e1lasztott bitr\u00e1t\u00e1hoz kapcsol\u00f3d\u00f3an k\u00f3dolva az inform\u00e1ci\u00f3t. A k\u00fcl\u00f6nf\u00e9le min\u0151s\u00e9gi szintekhez h\u00e1rom bitr\u00e1ta kvant\u00e1l\u00f3ja \u00e1ll rendelkez\u00e9sre (3.2 kps, 6 kbps \u00e9s 9.2 kbps), ahol a magasabb bitr\u00e1ta jobb min\u0151s\u00e9get, de magasabb s\u00e1vsz\u00e9less\u00e9g-ig\u00e9nyt is jelent.
<\/center> <\/p>\n
Az \u00faj architekt\u00fara lehet\u0151v\u00e9 tette a jel\u00e1tviteli k\u00e9sleltet\u00e9s cs\u00f6kkent\u00e9s\u00e9t 100 millisekundumr\u00f3l 20 millisekundumra. \u00d6sszehasonl\u00edt\u00e1sk\u00e9ppen az Opus codec WebRTC sz\u00e1m\u00e1ra a tesztelt bitr\u00e1t\u00e1k eset\u00e9n 26,5 ms, 46,5 ms \u00e9s 66,5 ms k\u00e9sleltet\u00e9st mutatott. A k\u00f3dol\u00f3 \u00e9s dek\u00f3dol\u00f3 teljes\u00edtm\u00e9nye is jelent\u0151sen n\u0151tt \u2014 a kor\u00e1bbi verzi\u00f3hoz k\u00e9pest ak\u00e1r \u00f6tsz\u00f6r\u00f6s gyorsul\u00e1s is megfigyelhet\u0151. P\u00e9ld\u00e1ul a Pixel 6 Pro okostelefonon az \u00faj codec 20 millisekundumos minta k\u00f3dol\u00e1s\u00e1t \u00e9s dek\u00f3dol\u00e1s\u00e1t 0,57 ms alatt v\u00e9gzi, ami 35-sz\u00f6r gyorsabb, mint ami a val\u00f3s idej\u0171 \u00e1tvitelhez sz\u00fcks\u00e9ges. <\/p>\n
A teljes\u00edtm\u00e9ny mellett a hang helyre\u00e1ll\u00edt\u00e1s\u00e1nak min\u0151s\u00e9ge is javult \u2014 a MUSHRA sk\u00e1l\u00e1n a Lyra V2 codec haszn\u00e1lat\u00e1val 3,2 kbps, 6 kbps \u00e9s 9,2 kbps bitr\u00e1t\u00e1k eset\u00e9n a besz\u00e9d min\u0151s\u00e9ge megegyezik az Opus codec eset\u00e9n haszn\u00e1lt 10 kbps, 13 kbps \u00e9s 14 kbps bitr\u00e1t\u00e1kkal. \n Forr\u00e1s: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"A](\"\/wp-content\/uploads\/2022\/10\/54943fd2b2c5c2d008c8c35e462f4a4b.jpg\")
<\/center> <\/p>\n