French mathematician Fabrice Bellard, who founded the projects QEMU, FFmpeg, BPG, QuickJS, TinyGL, and TinyCC, has released the TSAC audio coding format along with tools for compressing and decompressing audio files. The format is designed for data transmission at very low bitrates, such as 5.5 kb/s for mono and 7.5 kb/s for stereo, while maintaining acceptable quality for music and speech. Using TSAC allows packing a musical composition lasting 3.5 minutes with a sampling rate of 44.1 kHz (stereo) into a file size of 192 KB, which will be almost indistinguishable from the original to the ears of an untrained listener. The project's code is distributed under the MIT license.
Si bazë për krijimin e TSAC është përdorur kodeku audio Descript, i cili është zgjeruar për të mbështetur zërin stereo dhe është ndryshuar për t'u bazuar në një model tjetër të mësimit të makinerive që përdor një arkitekturë rrjetesh nervore të tipit "transformer", e cila ka lejuar rritjen e shkallës së kompresimit përmes rikonstruksionit të detajeve të humbura duke marrë parasysh modelin e perceptimit audio njerëzor. Modeli zë rreth 200 MB në formë të kompresuar dhe është i paraqitur në një format të determinuar, që garanton të njëjtin rezultat pa marrë parasysh CPU/GPU të përdorur dhe numrin e proceseve të angazhuara në llogaritje.
Enkoduesi mund të punojë duke përdorur vetëm CPU për llogaritje (përshpejtimi mbështet instrukcionet AVX2), por për të arritur performancë të lartë rekomandohet angazhimi i GPU-së. Në formën aktuale, mund të përdoret API CUDA për të përshpejtuar duke përdorur GPU NVIDIA bazuar në mikroarkitekturën Ampere, ADA dhe Hopper (RTX 3090, RTX 4090, RTX A6000, A100 dhe H100), që kanë së paku 4 GB memorie video. Për të transformuar skedarët audio para enkodimit, përdoret FFmpeg.
Gjithashtu, mund tĂ« theksohet pĂ«rmirĂ«simi i mjetit ts_zip, i zhvilluar nga Bellar, i cili Ă«shtĂ« i dedikuar pĂ«r kompresimin efikas tĂ« tĂ« dhĂ«nave tekstuale duke pĂ«rdorur mekanizmin e parashikimit tĂ« tokeneve tĂ« bazuar nĂ« njĂ« sistem tĂ« mĂ«simit tĂ« makinerisĂ« dhe modelin e madh tĂ« gjuhĂ«s RWKV 169M v4. GjatĂ« kompresimit tĂ« arkivave tĂ« Wikipedia, mjeti ts_zip arriti tĂ« comprimojĂ« tĂ« dhĂ«nat nĂ« 7.3 herĂ«, ndĂ«rsa gjatĂ« kompresimit tĂ« kodit tĂ« bĂ«rthamĂ«s Linux 1.2 â nĂ« 7.8 herĂ«. PĂ«r krahasim, nivelet e kompresimit duke pĂ«rdorur mjetin xz ishin 4.7 dhe 5.5 herĂ«, pĂ«rkatĂ«sisht. Ămimi i efikasitetit tĂ« lartĂ« tĂ« kompresimit Ă«shtĂ« shpejtĂ«sia e ulĂ«t e kompresimit dhe kĂ«rkesat e larta pĂ«r burime (minimumi 4 GB RAM). NĂ« njĂ« sistem me GPU RTX 4090, performance e kompresimit Ă«shtĂ« rreth 1 MB/s.
Burimi: opennet.ru
