Prije nekoliko dana Googleovi programeri objavili putem bloga koji su zauzeli odluka da Lyra postane otvoreni izvor. Lyra se temelji na strojnom učenju kako bi omogućila visokokvalitetne glasovne pozive u situacijama niske propusnosti.
S kojim ovo koristi i omogućuje ostalim programerima da dodaju svoje aplikacije komunikaciju i razvijati Lyru u novim smjerovima.
Kodeci koji su desetljećima bili glavna medijska aplikacija omogućili su aplikacijama koje zahtijevaju pojasni opseg efikasan prijenos podataka.
Kao takav, razvoj kodeka, kako za video tako i za zvuk, predstavlja stalni izazov- Osigurajte sve veću kvalitetu, koristite manje podataka i smanjite kašnjenje za komunikaciju u stvarnom vremenu.
Iako se čini da video troši mnogo više propusnosti od zvuka, moderni video kodeci mogu postići niže brzine prijenosa od nekih visokokvalitetnih govornih kodeka koji se danas koriste.
Kombinacija Glasovni i video kodeci s niskom brzinom prijenosa mogu donijeti visokokvalitetno iskustvo video poziva čak i na mrežama s niskom širinom pojasa. Međutim, povijesno gledano, što je niža brzina prijenosa zvuka u audio kodeku, glasovni signal je manje razumljiv i robotiziraniji.
Također, iako neki ljudi imaju pristup postojanoj visokokvalitetnoj širokopojasnoj mreži, ova razina povezanosti nije univerzalna, pa čak se i ljudi koji žive u dobro povezanim područjima ponekad suočavaju s lošim mrežnim vezama, lošim mrežnim vezama i nedostatkom povezanosti.
Da biste riješili ovaj problem, Google je stvorio Lyru, visokokvalitetni govorni kodek s vrlo niskom brzinom prijenosa što glasovnu komunikaciju čini dostupnom čak i na najsporijim mrežama.
Da biste to učinili, Google je primijenio tradicionalne tehnike kodiranja, koristeći prednosti u strojnom učenju s modelima obučenim tijekom tisuća sati podataka za stvaranje nove metode kompresije i prijenosa glasovnih signala.
Lyrin kôd napisan je na C ++ za brzinu, učinkovitost i interoperabilnost, plus koristi okvir Bazel s Abseilom i GoogleTest okvir za cjelovito jedinstveno testiranje.
Osnovni API pruža sučelje za kodiranje i dekodiranje na razini paketa i datoteka. Kompletan alatni lanac za obradu signala također je osiguran i uključuje razne filtre i transformacije.
„Naš se uzorak aplikacije integrira s Androidom NDK kako bi pokazao kako integrirati Lyrin izvorni kôd u Android aplikaciju zasnovanu na Javi. Također pružamo vektorske težine i kvantificirače potrebne za pokretanje Lyre ”, rekao je Google. Ovo izdanje pruža potrebne alate za programere za kodiranje i dekodiranje zvuka s Lyrom, optimiziranom za 64-bitnu Android ARM platformu, s verzijom za Linux.
Značajke se dekodiraju u valni oblik pomoću generativnog modela. Generativni modeli posebna su vrsta modela strojnog učenja koja je pogodna za ponovno stvaranje cjelovitog audio valnog oblika iz ograničenog broja funkcija.
Lyrina arhitektura vrlo je slična tradicionalnim audio kodecima, koji su desetljećima okosnica internetske komunikacije. Iako se ovi tradicionalni kodeci temelje na tehnikama digitalne obrade signala, Lyra počiva na sposobnosti generativnog modela da rekonstruira visokokvalitetni govorni signal.
Google je implementirao Lyru u svoju besplatnu aplikaciju za video pozive Duo i rekao da kôd čini otvorenim kodom jer smatra da bi mogao biti prikladan za druge aplikacije.
Google misli da postoji niz aplikacija za koje bi Lyra mogla biti prikladna, bilo da se radi o arhiviranju velike količine glasa, uštedi trajanja baterije ili ublažavanju zagušenja mreže u zauzetim situacijama.
"Radujemo se što ćemo vidjeti kreativnost koja karakterizira zajednicu otvorenog koda primijenjenu na Lyru za isporuku moćnih i jedinstvenih aplikacija", rekao je Google.
izvor: https://opensource.googleblog.com