11月6日消息,近日,Meta公布了一項名為EnCodec”的AI語音壓縮技術(shù),該技術(shù)號稱可以64kbps的速度壓縮比MP3格式小10倍的音頻,同時還能保證不會損失質(zhì)量。
Meta指出,壓縮技術(shù)對目前互聯(lián)網(wǎng)十分重要,借助于此用戶可以十分容易的發(fā)送高畫質(zhì)圖片、語音信息等。不過,發(fā)送這些多媒體信息需要充足的帶寬和存儲空間,尤其是在未來的宇宙時代,因此需要效果更好的壓縮技術(shù)。
據(jù)介紹,EnCodec”AI訓練模型涵蓋三個部分,分別為編碼器、量化器和解碼器。
編碼器可將原始數(shù)據(jù)轉(zhuǎn)換為較低影幀速率的格式,再由量化器將數(shù)據(jù)壓縮到目標大小,最后,解碼器通過神經(jīng)網(wǎng)絡對這些數(shù)據(jù)進行解碼。
值得一提的是,雖然此前也有人嘗試用神經(jīng)網(wǎng)絡壓縮音頻,但Meta是首個將此技術(shù)用于48kHz立體聲的團隊。
(舉報)