Lyra, nový hlasový kodek s datovým tokem 3kbps

Google na svém blogu věnovaném AI představil nový hlasový kodek Lyra. Kvalitou je kodek Lyra s datovým tokem 3 kbps srovnatelný s kodekem Opus s datovým tokem 8 kbps.

27.2.2021 16:22 | Ladislav Hagara | IT novinky

Komentáře

[yx]

Že je srovnatelný je možné, jenže nepoužitelné jsou oba. :)

[Radek]

Asi nepochopení, k čemu to má sloužit ;)

[jose17]

mozno to bola skor narazka na to, ze na dekodovanie je potreba mid-range phone, ktory nemusi mat - predovsetkym v rozvojovych krajinach, pre ktore je kodek urceny - len tak, kde-kto.

[U!U!U!]

Rozvojový země by se především měly začít smekat, aby se z rozvojovosti vysekaly, aby na takový telefóny jejich obyvatelstvo mělo.

[U!U!U!]

Nepoužitelný z jakýho důvodu? Ulož hudbu do Opusu a MP3 (LAME), v obou případech 32kb/s, 44.1kHz, a porovnej. Vedle čvachtavý empétrosky zní Opus skvěle. A jestli to Lyra bude umět líp…

[petr_p]

MP3 není navržené pro 32 kb/s. Jeho použitelnost začíná na 96 kb/s. Že ho výrobci používali i jinde, bylo neexistencí jiného komerčního kodeku. Opus je ve skutečnosti obálka pro SILK v nízkých tocích (6 až 40 kb/s) a CELT ve vyšších tocích. Lyra míří ještě níže. Nejbližší srovnání tudíž nabízí AMR (7 kb/s) či GSM-HR (6 kb/s) nebo Speex (teoreticky od 2 kb/s).

Nicméně Lyra funguje v principu jinak: aplikace si sebou nese rozsáhlý slovník, který vznikl trénováním neuronové sítě na určité množině hlasů. Tudíž logicky bude v porovnání s algoritmickými kodeky značně paměťově (a možná i výpočetně) náročnější a především bude dávat věrohodné výsledky jen pro hlasy zahrnuté do tréningu. V ostatních případech uslyšíte slova (pokud se podaří kódování), ale hlas bude patřit cizímu člověku. A pokud rezignujeme na složitost a na autorství hlasu, kvalitnějších výsledků v poměru k datovému toku by mohla dosahovat analýza/syntéza řeči s přenosem textu a intonace. Ale asi za cenu značného zpoždění.

[U!U!U!]

Aha, dík za vysvětlení, takže to bude čistě jen pro hlas a pro datový toky dávno překonaný i amatérským přenosem dat.

[audiofil]

LAME je pro LAMY

[_]

Lamy jsou prima zvířata. Sex se samicemi je zážitek.

[otasomil]

Imho mi unika jestli je nutno setrit prenosovym pasmem ci co za timto stoji. Asi aby se to propasirovalo tim mobilnim semtambajtem a uzivatele to nezrujnovalo na spotrebovanych datech. Google se i nedavno holedbal uspornejsi kompresi obrazku. Chapu ze tim lze globalne usetrit obrovsky objem dat ala to je veskery cil?

[David Ježek]

Lyra cílí vysloveně na konference. Na úkor kvality přenosu bude garantovat funkčnost i v targických podmínkách, což je super. Srovnávat s Opusem je nanic, ten cílí na věrnost a jiné datové toky. Já osobně třeba video dokumenty kóduju při 80 či 96kbitz/s pro stereo stopu s 48kHz. Zní to velmi dobře. Když chci zachovat výrazně vyšší míru kvality i u dynamikou zvuku náročnějších věcí, volím klidně 192kbit/s. Opus je fakt skvělej, Lyra cílí úplně jinam.

[Jendа]

Samozřejmě je to super, ale přišlo mi, že u konferencí je aktuálně největší problém latence/packetloss/jitter/chvilkové výpadky. A z hrubého pozorování mi přijde, že by tomu velmi pomohlo, kdyby to mělo adaptivní buffer, a když se tohle začne dít, tak to obětovalo realtimovost ve prospěch plynulosti - což se nevím proč neděje.

[PO]

Deje se to, Hangouts to dela a funguje to dobre kdyz jde o pokles bandwidthu kvuli saturaci uplinku nebo shapingu. Tam ti konektivita zustane a daji se s tim delat "chytristiky".

Naopak kdyz jde o vypadky na sitove vrstve, treba kdyz prsi nebo se hybe antena, tak tam tohle nepomuze.

[Mayhem]

Cui bono?