Пре неколико дана Гоогле програмери су пустили путем блога који су заузели одлука да се Лира учини отвореним. Лира се заснива на машинском учењу како би омогућила висококвалитетне гласовне позиве у ситуацијама ниског пропусног опсега.
Са којим ово користи и омогућава другим програмерима да додају своје апликације комуникацију и развој Лире у новим правцима.
Кодеци који су деценијама били главна медијска апликација омогућили су апликацијама које захтевају пропусни опсег ефикасан пренос података.
Као такав, развој кодека, како за видео тако и за звук, представља стални изазов- Обезбедите све бољи квалитет, користите мање података и смањите кашњење за комуникацију у реалном времену.
Иако се чини да видео троши много више пропусног опсега од звука, савремени видео кодеци могу постићи ниже брзине преноса од неких висококвалитетних говорних кодека који се данас користе.
Комбинација Говорни и видео кодеци са ниском брзином преноса података могу донети висококвалитетно искуство видео позива чак и на мрежама са малим пропусним опсегом. Међутим, историјски гледано, што је нижа битна брзина аудио кодека, то је мање разумљив гласовни сигнал и више је роботски.
Такође, иако неки људи имају приступ конзистентној висококвалитетној широкопојасној мрежи, овај ниво повезаности није универзалан, па чак и људи који живе у добро повезаним подручјима понекад се суочавају са лошим мрежним везама, лошим мрежним везама и недостатком повезаности.
Да бисте решили овај проблем, Гоогле је створио Лира, висококвалитетни говорни кодек са изузетно ниском брзином преноса података што говорну комуникацију чини доступном чак и на најспоријим мрежама.
Да бисте то урадили, Гоогле је применио традиционалне технике кодирања, користећи предности у машинском учењу са моделима обученим током хиљада сати података како би се створио нови метод компресије и преноса гласовних сигнала.
Лирин код је написан на Ц ++ за брзину, ефикасност и интероперабилност, плус користи Базел фрамеворк са Абсеил-ом и ГооглеТест фрамеворк за комплетне јединичне тестове.
Басиц АПИ пружа интерфејс за кодирање и декодирање на нивоу пакета и датотека. Комплетан ланац алата за обраду сигнала је такође обезбеђен и укључује разне филтере и трансформације.
„Наш примерак апликације интегрише се са Андроид НДК да би показао како интегрирати Лирин матични код у Андроид апликацију засновану на Јави. Такође обезбеђујемо векторске тежине и квантификаторе потребне за покретање Лире “, рекао је Гоогле. Ово издање пружа потребне алате програмерима за кодирање и декодирање звука помоћу програма Лира, оптимизованог за 64-битну Андроид АРМ платформу, са верзијом за Линук.
Карактеристике се декодирају у таласни облик помоћу генеративног модела. Генеративни модели су посебна врста модела машинског учења која је погодна за поновно стварање комплетног аудио таласног облика из ограниченог броја функција.
Лирина архитектура је врло слична традиционалним аудио кодецима, који су деценијама чинили окосницу интернет комуникације. Иако су ови традиционални кодеци засновани на техникама дигиталне обраде сигнала, Лира почива на способности генеративног модела да реконструише висококвалитетни говорни сигнал.
Гоогле је имплементирао Лиру у своју бесплатну апликацију за видео позиве Дуо и рекао да прави код отвореног кода јер сматра да би могао бити погодан за друге апликације.
Гоогле верује да постоји велики број апликација за које би Лира могла бити погодна, било да се ради о архивирању велике количине гласа, уштеди трајања батерије или ублажавању загушења мреже у заузетим ситуацијама.
„Радујемо се што ћемо видети креативност која карактерише заједницу отвореног кода примењену на Лира за испоруку моћних и јединствених апликација“, рекао је Гоогле.
izvor: https://opensource.googleblog.com