Prieš kelias dienas „Google“ kūrėjai tinklaraščio įraše paskelbė, kad nusprendė atverti „Lyra“ kodą. „Lyra“ naudoja mašininį mokymąsi, kad užtikrintų aukštos kokybės balso skambučius esant mažam pralaidumui.
Tai naudinga ir leidžia kitiems kūrėjams patobulinti savo komunikacijos programas ir plėtoti „Lyra“ naujomis kryptimis.
Daugelį dešimtmečių daugialypės terpės programų kodekai leido intensyvaus pralaidumo programoms efektyviai perduoti duomenis.
Todėl vaizdo ir garso kodekų kūrimas kelia nuolatinį iššūkį : užtikrinti vis geresnę kokybę, naudoti mažiau duomenų ir sumažinti delsą realiuoju laiku bendraujant.
Nors atrodo, kad vaizdo įrašas sunaudoja daug daugiau pralaidumo nei garsas, šiuolaikiniai vaizdo kodekai gali pasiekti mažesnį bitų greitį nei kai kurie šiandien naudojami aukštos kokybės kalbos kodekai.
Mažo bitų pralaidumo balso ir vaizdo kodekų derinys gali užtikrinti aukštos kokybės vaizdo skambučių patirtį net ir mažo pralaidumo tinkluose. Tačiau istoriškai kuo mažesnis garso kodeko bitų pralaidumas, tuo mažiau suprantamas ir labiau robotiškas tampa balso signalas.
Be to, nors kai kurie žmonės turi prieigą prie nuoseklaus aukštos kokybės plačiajuosčio tinklo, tokio lygio ryšys nėra visuotinis, ir net žmonės, gyvenantys gerai sujungtose vietovėse, kartais susiduria su prastu tinklo ryšiu, prastu tinklo ryšiu ir ryšiu.
Siekdama išspręsti šią problemą, „Google“ sukūrė „Lyra“ – aukštos kokybės, itin mažo bitų srauto balso kodeką , kuris leidžia balso ryšį užtikrinti net ir lėčiausiuose tinkluose.
Norėdama tai padaryti, „Google“ pritaikė tradicinius kodavimo metodus, pasitelkdama mašininio mokymosi pažangą, modelius, apmokytus per tūkstančius valandų duomenų, kad sukurtų naują balso signalų glaudinimo ir perdavimo metodą.
„Lyra“ kodas parašytas C++ kalba, siekiant užtikrinti greitį, efektyvumą ir sąveikumą, be to, jame naudojama „Bazel“ sistema su „Abseil“ ir „GoogleTest“ sistema išsamiam vienetų testavimui.
„Basic API“ suteikia sąsają kodavimui ir dekodavimui paketų ir failų lygiu. Taip pat pateikiama visa signalo apdorojimo įrankių grandinė, apimanti įvairius filtrus ir transformacijas.
„Mūsų pavyzdinė programa integruojama su„ Android NDK “, kad būtų parodyta, kaip integruoti„ Lyra “gimtąjį kodą į„ Java “pagrįstą„ Android “programą. Taip pat pateikiame vektorinius svorius ir kiekybinius koeficientus, reikalingus „Lyra“ paleisti “, - sakė„ Google “. Šiame leidime pateikiami kūrėjams reikalingi įrankiai, skirti koduoti ir iššifruoti garsą naudojant „Lyra“, optimizuotą 64 bitų „Android ARM“ platformai su „Linux“ versija.
Funkcijos yra dekoduojamos į bangos formą naudojant generatyvinį modelį. Generaciniai modeliai yra specialus mašininio mokymosi modelio tipas, puikiai tinkantis atkurti visą garso bangos formą naudojant ribotą funkcijų skaičių.
„Lyra“ architektūra labai panaši į tradicinius garso kodekus , kurie dešimtmečius buvo interneto komunikacijos pagrindas. Nors šie tradiciniai kodekai remiasi skaitmeninio signalo apdorojimo technologijomis, „Lyra“ stiprybė slypi generatyvinio modelio gebėjime atkurti aukštos kokybės balso signalą.
„Google“ įdiegė „Lyra“ savo nemokamoje vaizdo skambučių programoje „Duo“ ir teigė, kad ji daro kodą atvirą šaltinį, nes mano, kad jis gali būti tinkamas kitoms programoms.
„Google“ mano, kad yra daugybė programų, kurioms „Lyra“ gali būti tinkama, nesvarbu, ar ji skirta archyvuoti didelius balso kiekius, taupyti akumuliatoriaus energiją, ar palengvinti tinklo perkrovą judriose vietose.
„Nekantriai laukiame kūrybiškumo, būdingo atvirojo kodo bendruomenei, pritaikytai„ Lyra “, norint pristatyti galingas ir unikalias programas“, - sakė „Google“.
Šaltinis: https://opensource.googleblog.com