{"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\/it\/blog\/news\/google-opublikoval-otkrytyj-audiokodek-lyra-v2","title":{"rendered":"Google ha pubblicato il codec audio open source Lyra V2.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Google ha presentato il codec audio Lyra V2, che utilizza metodi di apprendimento automatico per raggiungere la massima qualit\u00e0 di trasmissione vocale su canali di comunicazione molto lenti. La nuova versione si distingue per il passaggio a una nuova architettura di rete neurale, il supporto per piattaforme aggiuntive, funzionalit\u00e0 avanzate di gestione del bitrate, un aumento delle prestazioni e una qualit\u00e0 del suono superiore. L'implementazione di riferimento del codice \u00e8 scritta in C++ e distribuita sotto la licenza Apache 2.0. <\/p>\n
Per quanto riguarda la qualit\u00e0 dei dati vocali trasmessi a basse velocit\u00e0, Lyra supera di gran lunga i codec tradizionali che utilizzano metodi di elaborazione digitale dei segnali. Per garantire un'elevata qualit\u00e0 di trasmissione vocale in condizioni di limitata capacit\u00e0 di trasmissione, oltre ai metodi di compressione audio e trasformazione dei segnali convenzionali, Lyra utilizza un modello vocale basato su un sistema di apprendimento automatico, capace di ricreare le informazioni mancanti basandosi sulle caratteristiche tipiche della voce. <\/p>\n
Il codec comprende un codificatore e un decodificatore. L'algoritmo di funzionamento del codificatore consiste nell'estrazione dei parametri vocali ogni 20 millisecondi, nella compressione e nella trasmissione al destinatario tramite rete con un bit rate che varia da 3,2 kbps a 9,2 kbps. Sul lato del destinatario, il decodificatore utilizza un modello generativo per ricreare il segnale vocale originale sulla base dei parametri acustici trasmessi, che includono spettrogrammi mel-logaritmici che riflettono le caratteristiche energetiche della voce in diverse bande di frequenza, preparati tenendo conto del modello di percezione uditiva umana. <\/p>\n
In Lyra V2, \u00e8 stata utilizzata un nuovo modello generativo basato sulla rete neurale convoluzionale SoundStream, caratterizzata da basse esigenze in termini di risorse di calcolo, che consente di eseguire la decodifica in tempo reale anche su sistemi a bassa potenza. Il modello utilizzato per la generazione del suono \u00e8 stato addestrato utilizzando diverse migliaia di ore di registrazioni vocali in oltre 90 lingue. Per l'esecuzione del modello viene utilizzato TensorFlow Lite. Le prestazioni dell'implementazione proposta sono sufficienti per l'encoding e il decoding della voce su smartphone di fascia bassa. <\/p>\n
Oltre all'utilizzo di un altro modello generativo, la nuova versione si distingue anche per l'inclusione nell'architettura del codec di collegamenti con il quantizzatore RVQ (Residual Vector Quantizer), eseguito lato mittente prima della trasmissione dei dati e lato destinatario dopo la ricezione. Il quantizzatore trasforma i parametri forniti dal codec in set di pacchetti, codificando le informazioni in relazione al bitrate selezionato. Per garantire diversi livelli di qualit\u00e0, sono previsti quantizzatori per tre bitrate (3.2 kps, 6 kbps e 9.2 kbps); maggiore \u00e8 il bitrate, migliore \u00e8 la qualit\u00e0, ma pi\u00f9 elevate sono le richieste di larghezza di banda.
<\/center> <\/p>\n
La nuova architettura ha permesso di ridurre la latenza della trasmissione del segnale da 100 a 20 millisecondi. A titolo di confronto, il codec Opus per WebRTC ha mostrato latenze di 26,5 ms, 46,5 ms e 66,5 ms nei bit rate testati. \u00c8 anche notevolmente aumentata la performance dell'encoder e del decoder \u2014 rispetto alla versione precedente, si \u00e8 registrato un'accelerazione fino a 5 volte. Ad esempio, sullo smartphone Pixel 6 Pro, il nuovo codec esegue la codifica e decodifica di un campione di 20 millisecondi in 0,57 ms, che \u00e8 35 volte pi\u00f9 veloce di quanto necessario per la trasmissione in tempo reale. <\/p>\n
![\"Google](\"\/wp-content\/uploads\/2022\/10\/54943fd2b2c5c2d008c8c35e462f4a4b.jpg\")
<\/center> <\/p>\n