Google gör sin Lyra Low Codec-talcodec offentlig

Google har släppt sin Lyra audiokodek beta-källkod på GitHub, vilket gör otrolig kvalitet på ljudbearbetning med låg bithastighet tillgänglig för alla utvecklare. Codec är mest användbart i inbäddade och bandbreddsbegränsade situationer där så mycket data behöver sparas som möjligt.

Lyra: Nästan ingenting lät aldrig så bra

Ljudkodeken fungerar utifrån principen att ge det mest naturliga ljudet med lägsta möjliga datahastighet. Det lyckas skapa nästan kusliga nivåer av ljudåtergivning med bithastigheter så låga som 3 kbps. Google använder Lyra-komprimering i realtid redan i sin Duo-app, även om du inte skulle skyllas för att du inte ens insett skillnad från vanligt bandbreddsljud.

För att visa hur mycket bättre Lyra är än andra codec, ger Google exempel via en blogginlägg jämför maskininlärningsdriven komprimeringskodek med andra 3 och 6 kbps-alternativ.

Det är en skillnad natt om dagen, och att ge utvecklare världen över dessa verktyg kommer att vara en viktig drivkraft för att förbättra kommunikationskvaliteten där bandbredd är knapp. Det är också en utmärkt motivator för utvecklare som vill skapa nya appar på tillväxtmarknader, något som Google säkert kommer att täcka i år

gratis virtuell Google I / O-onlinekonferens.

Betakällkoden är för närvarande utformad med 64-bitars Arm-enheter i åtanke, men exemplen kommer också att köras på 64-bitars x86 Linux-system. Källkoden tillhandahålls fullständigt dokumenterad, även om den är i beta, och GitHub-sidan innehåller installationsinstruktioner och hur man bygger Lyra på Linux för Arm 64-bitars mål.

För att få Lyra beta källkod, gå till Lyra GitHub-sida.

Hur fungerar Lyra?

Medan den faktiska processen som Lyra använder är en otroligt komplex kombination av maskininlärningsmodeller utbildade på tusentals timmar av taldata och optimeringar av befintlig ljudkodteknik, teorin är ganska enkel.

Var 40: e minut tas funktioner från tal och komprimeras ner till 3 kbps. Dessa funktioner representerar talenergipunkter över frekvensspektrumet närmast mänskligt hörbart talsvar - de saker vi behöver känna igen och förstå när någon talar.

Den viktigaste delen av det som gör Lyra speciell är hur den använder den här informationen:

Men traditionella parametriska codecs, som helt enkelt extraherar från talkritiska parametrar som sedan kan vara används för att återskapa signalen i den mottagande änden, uppnå låga bithastigheter, men låter ofta robotiskt och onaturligt. Dessa brister har lett till utvecklingen av en ny generation av högkvalitativa ljudgenererande modeller som har revolutionerade fältet genom att inte bara kunna skilja mellan signaler utan också generera helt nytt sådana.

Efter överföring bygger Lyra om vågformen genom att fylla i vad som saknas med den här processen, samtidigt som det på något sätt inte är för beräkningsmässigt komplext.

Å ena sidan är det ett tekniskt underverk som kommer att springa nästan var som helst. Å andra sidan är jag fortfarande inte 100% övertygad om att det inte är trolldom.

10 Google Duo-funktioner du verkligen borde använda

Google Duo är en av de bästa apparna för videosamtal där ute. Det har många funktioner, och här är de som vi tycker att du verkligen borde använda.

Läs Nästa

Om författaren