কিছু দিন আগে গুগল বিকাশকারীরা মুক্তি পেয়েছে তারা যে ব্লগ পোস্ট নিয়েছে তার মাধ্যমে লিরাকে ওপেন সোর্স করার সিদ্ধান্ত। লীরা নিম্ন-ব্যান্ডউইথ পরিস্থিতিতে উচ্চ-মানের ভয়েস কল সক্ষম করতে মেশিন লার্নিংয়ের উপর ভিত্তি করে।
যা দিয়ে এই অন্যান্য বিকাশকারীদের তাদের অ্যাপ্লিকেশনগুলি খাওয়াতে সুবিধা দেয় এবং সহায়তা করে যোগাযোগ এবং লাইরা নতুন দিক বিকাশ।
কয়েক দশক ধরে মিডিয়া অ্যাপ্লিকেশনগুলির একটি প্রধান উপাদান, কোডেকগুলি দক্ষতার সাথে ডেটা প্রেরণ করতে ব্যান্ডউইথ-নিবিড় অ্যাপ্লিকেশনগুলিকে সক্ষম করেছে।
যেমন, ভিডিও এবং অডিও উভয়ের জন্য কোডেক বিকাশ একটি চলমান চ্যালেঞ্জ উপস্থাপন করে- সদা-উচ্চতর মানের সরবরাহ করুন, কম ডেটা ব্যবহার করুন এবং রিয়েল-টাইম যোগাযোগের জন্য বিলম্বকে হ্রাস করুন।
যদিও ভিডিও অডিওর চেয়ে অনেক বেশি ব্যান্ডউইথের ব্যবহার করতে পারে বলে মনে হচ্ছে, আধুনিক ভিডিও কোডেকগুলি বর্তমানে ব্যবহৃত উচ্চ-মানের স্পিচ কোডেকের চেয়ে কম বিট রেট অর্জন করতে পারে।
সংমিশ্রণ লো বিট রেট ভয়েস এবং ভিডিও কোডেকগুলি উচ্চ মানের ভিডিও কলিংয়ের অভিজ্ঞতা আনতে পারে এমনকি লো ব্যান্ডউইথ নেটওয়ার্কগুলিতে। তবে, icallyতিহাসিকভাবে, অডিও কোডেকের বিটরেট যত কম হবে, ভয়েস সিগন্যালটি যত কম বুদ্ধিমান এবং এটি তত বেশি রোবোটিক।
এছাড়াও, কিছু লোকের সুসংগত উচ্চ-মানের ব্রডব্যান্ড নেটওয়ার্কে অ্যাক্সেস থাকার পরেও এই স্তরের সংযোগটি সর্বজনীন নয়, এমনকি সু-সংযুক্ত অঞ্চলে বসবাসকারী লোকেরা কখনও কখনও দুর্বল নেটওয়ার্ক সংযোগ, দুর্বল নেটওয়ার্ক সংযোগ এবং সংযোগের ঘাটতির মুখোমুখি হয়।
সমস্যাটি সমাধান করতে, গুগল একটি উচ্চ মানের, অতি-লো-বিট-রেট স্পিচ কোডেক লিয়েরা তৈরি করেছে যা এমনকি ধীরতম নেটওয়ার্কগুলিতে ভয়েস যোগাযোগ উপলব্ধ করে।
এটি করতে, গুগল অগ্রগতির সুযোগ গ্রহণের সময় traditionalতিহ্যবাহী কোডিং কৌশল প্রয়োগ করেছিল মেশিন লার্নিংয়ে ভয়েস সিগন্যালগুলির সংক্ষেপণ এবং সংক্রমণের একটি নতুন পদ্ধতি তৈরি করতে কয়েক হাজার ঘন্টা ডেটা প্রশিক্ষিত মডেলদের সাথে প্রশিক্ষণ।
গতির জন্য লিরার কোডটি সি ++ তে লেখা হয়েছে, দক্ষতা এবং আন্তঃব্যবহার্যতা, এবং এটি পূর্ণ ইউনিট পরীক্ষার জন্য আবসিলের সাথে বাজেল কাঠামো এবং গুগলটেষ্ট কাঠামো ব্যবহার করে।
বেসিক এপিআই প্যাকেট এবং ফাইল স্তরে এনকোডিং এবং ডিকোডিংয়ের জন্য একটি ইন্টারফেস সরবরাহ করে। সম্পূর্ণ সিগন্যাল প্রসেসিং সরঞ্জামচেন সরবরাহ করা হয় এবং বিভিন্ন ফিল্টার এবং রূপান্তর অন্তর্ভুক্ত।
“কীভাবে জাভা ভিত্তিক অ্যান্ড্রয়েড অ্যাপ্লিকেশনে লিরার নেটিভ কোডটি সংহত করতে হয় তা দেখানোর জন্য আমাদের নমুনা অ্যাপ্লিকেশনটি অ্যান্ড্রয়েড এনডিকে সাথে সংহত করে। লাইরা চালানোর জন্য আমরা ভেক্টর ওজন এবং কোয়ান্টিফায়ারও সরবরাহ করি, "গুগল বলেছে। এই প্রকাশটি বিকাশকারীদের লিরার সাথে অডিওকে এনকোড এবং ডিকোড করার জন্য প্রয়োজনীয় সরঞ্জাম সরবরাহ করে, যা লিনাক্সের একটি সংস্করণ সহ with৪-বিট অ্যান্ড্রয়েড এআরএম প্ল্যাটফর্মের জন্য অনুকূলিত করা হয়েছে।
বৈশিষ্ট্যগুলি একটি উত্পাদক মডেল ব্যবহার করে তরঙ্গরূপে ডিকোড করা হয়। জেনারেটাল মডেলগুলি একটি বিশেষ ধরণের মেশিন লার্নিং মডেল যা সীমিত সংখ্যক ফাংশন থেকে সম্পূর্ণ অডিও ওয়েভফর্ম পুনরুদ্ধারের জন্য উপযুক্ত।
লিরার আর্কিটেকচারটি প্রচলিত অডিও কোডেকগুলির সাথে খুব মিলযা কয়েক দশক ধরে ইন্টারনেট যোগাযোগের মেরুদণ্ড হয়ে রয়েছে। যদিও এই traditionalতিহ্যবাহী কোডেকগুলি ডিজিটাল সিগন্যাল প্রক্রিয়াজাতকরণ কৌশলগুলির উপর ভিত্তি করে, লিরা একটি উচ্চ-মানের স্পিচ সিগন্যালটিকে পুনর্গঠন করার জেনারেটাল মডেলের ক্ষমতায় থাকে।
গুগল তার ফ্রি ভিডিও কলিং অ্যাপ ডুওতে লায়ার প্রয়োগ করেছে এবং বলেছে যে এটি কোড ওপেন সোর্স তৈরি করছে কারণ তারা মনে করে যে এটি অন্যান্য অ্যাপ্লিকেশনগুলির জন্য উপযুক্ত হতে পারে।
গুগল বিশ্বাস করে যে এমন অনেকগুলি অ্যাপ রয়েছে যার জন্য লীরা উপযুক্ত হতে পারে, এটি প্রচুর পরিমাণে ভয়েস সংরক্ষণাগার, ব্যাটারির জীবন বাঁচানোর জন্য বা ব্যস্ত পরিস্থিতিতে নেটওয়ার্কের ভিড় দূরীকরণের জন্য।
গুগল বলেছে, "আমরা সৃজনশীলতা দেখার অপেক্ষায় রয়েছি যা ওপেন সোর্স সম্প্রদায়টি বৈশিষ্ট্যযুক্ত এবং শক্তিশালী এবং অনন্য অ্যাপ্লিকেশন বিতরণের জন্য লিরাকে প্রয়োগ করেছিল।
উৎস: https://opensource.googleblog.com