Google ua fa'asalalau le Lyra audio codec mo le fa'asalalauina o tautalaga i le leaga o feso'ota'iga lelei

Google ua fa'alauiloa mai se codec leo fou, Lyra, fa'amalieina e maua ai le maualuga o le leo e tusa lava pe fa'aoga lemu tele feso'otaiga. Ole tulafono ole fa'atinoga ole Lyra o lo'o tusia ile C ++ ma tatala i lalo ole Apache 2.0 laisene, ae i totonu o fa'alagolago e mana'omia mo le fa'agaioiga o lo'o i ai le faletusi fa'apitoa libsparse_inference.so fa'atasi ai ma le fa'atinoina o le fatu mo fa'atusatusaga o le matematika. O lo'o maitauina e le tumau le faletusi fa'apitoa - i le lumana'i Google folafola e atia'e se avanoa tatala ma tu'uina atu le lagolago mo fa'avae eseese.

E tusa ai ma le lelei o faʻamatalaga leo faʻasalalau i le maualalo o le saoasaoa, o Lyra e sili atu le maualuga nai lo codec masani e faʻaogaina metotia faʻailoga numera. Ina ia ausia le maualuga o le leo faʻasalalau i tulaga o se faʻatapulaʻa aofaʻi o faʻamatalaga tuʻuina atu, faʻaopoopo i auala masani o le faʻaogaina o leo ma le faʻaliliuina o faailoilo, e faʻaaogaina e Lyra se faʻataʻitaʻiga tautala e faʻavae i luga o se masini aʻoaʻoga, lea e mafai ai ona e toe faʻaaogaina faʻamatalaga o loʻo misi e faʻavae i luga. uiga masani tautala. O le faʻataʻitaʻiga na faʻaaogaina e gaosia ai le leo na aʻoaʻoina e faʻaaoga ai le tele o afe itula o leo puʻeina i le silia ma le 70 gagana.

O le codec e aofia ai le encoder ma le decoder. O le algorithm a le encoder e faʻapipiʻi i lalo i le suʻeina o faʻamaumauga o faʻamatalaga leo i le 40 milliseconds, faʻapipiʻi, ma tuʻuina atu i le tagata e mauaina i luga o le fesoʻotaʻiga. O se ala feso'ota'iga ma le saoasaoa o le 3 kilobits i le sekone e lava mo fa'amatalaga fa'amatalaga. O fa'ata'ita'iga fa'alogo ua maua mai e aofia ai le logarithmic mel spectrograms e fa'atatau i uiga malosi o le tautala i va'aiga eseese ma ua saunia e fa'atatau i le fa'ata'ita'iga o su'ega su'ega a tagata.

E fa'aaogaina e le decoder se fa'ata'ita'iga fa'atupu, e fa'avae i luga o fa'aupuga leo fa'asalalauina, toe fa'afo'i le fa'ailoga tautala. Ina ia faʻaitiitia le lavelave o faʻatusatusaga, na faʻaaogaina ai se faʻataʻitaʻiga mama e faʻavae i luga o se fesoʻotaʻiga neural faifaipea, o se fesuiaiga o le WaveRNN speech synthesis model, lea e faʻaogaina ai le laʻititi faʻataʻitaʻiga faʻataʻitaʻiga, ae faʻatupuina le tele o faʻailoga e tutusa i laina eseese. O fa'ailo fa'ai'uga o le a fa'apipi'iina e maua ai se fa'ailo fa'asolo e tasi e fetaui ma le fua fa'ata'ita'i fa'amaoti.

O faʻatonuga faʻapitoa faʻapitoa e maua i le 64-bit ARM processors e faʻaaogaina foi mo le faʻavave. O se taunuuga, e ui lava i le faʻaogaina o masini aʻoaʻoga, o le Lyra codec e mafai ona faʻaogaina mo le taimi moni e faʻaogaina ai le tautala ma le faʻavasegaina i luga o telefoni feaveaʻi, faʻaalia le faʻaogaina o le faʻailoga o le 90 milliseconds.

puna: opennet.ru