本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。
3kbps也能清晰通话的神器Lyra,开源了!
Lyra是谷歌公司推出的一款不惧低带宽的音频编解码器,用来实现随时随地高质量通话。
3kbps是什么概念?
换算成生活中常见的单位,等于0.375KB/s。
对比来看更加直观,Skype官网给出的通话最低速度是30kbps,带宽要求整整高出了10倍。
Lyra利用机器学习模型,将原始音频压缩到3kbps,即使没有高速网络,也能得到自然清晰的语音。
它的架构与传统的编解码器类似,分为编码器和解码器两部分:
编码器以40毫秒为单位,从语音中提取特征,进行压缩后通过网络传输。
解码器利用机器学习模型,能使用最少的数据量重建语音,将特征转换成完整的音频波形,以进行播放。
带宽要求低、效果更好
在Lyra之前,音频编解码器的比特率越低,语音的清晰度就越差,并且机械感越重。
传统的音频编解码器使用的是数字信号处理技术,而Lyra则依赖其强大的信号重建能力。
由于Lyra无需逐个处理信号,因此无需高带宽,而且在保持低比特率的同时,还能提供高质量的音频输出。
谷歌还使用Lyra与Opus、Speex,在6kbps和3kbps的情况下,对同一音频的压缩质量进行对比测试。
结果显示:
在3kbps的情况下,Lyra性能优于现有的其他编解码器;
在8kbps的情况下,其性能优于Opus,同时降低了超过60%的带宽;
甚至,Lyra在3kbps情况下的语音清晰度,也优于6kbps情况下的Opus。
谷歌公司认为Lyra可能有广泛的应用前景,比如:降低音频文件大小,以存储大量语音;节省手机电量;以及缓解网络拥堵等。
已在GitHub开源
现在,Lyra已经在GitHub上开源。
Lyra使用Bazel构建框架,并且使用C++编写代码,以保证速度、效率和可操作性。
这一版本支持用户在Linux上开发和调试,还针对64位ARM Android平台进行了性能优化,使它不仅能在云服务器上运行,而且还可以在手机上实时运行和训练。
此外,Lyra还为开发人员提供了编码和解码所需的工具。
谷歌工程师Andrew Storus和Michael Chinen表示:
“很高兴看到开源社区的创造力能体现在Lyra上,以开发更多独特和有影响力的应用。”