Google ने End-to-End neural audio codec SoundStream पेश किया

• speech और music, दोनों पर लागू होने वाला पहला neural network codec

→ इसे real time में smartphone CPU पर चलाया जा सकता है

→ यह high-quality audio के साथ साफ speech, शोर और reverberation वाली speech, music, और environmental sounds सहित विभिन्न sound types को encode कर सकता है

• दोनों endpoints पर neural network का उपयोग करके train किया गया है, इसलिए यह compression और audio quality enhancement एक साथ करता है और high-quality audio प्रदान करता है

→ SoundStream 3kbps पर Opus 12 kbps से बेहतर है, और EVS 9.6bps के करीब quality देता है

→ यह 3.2x-4x कम bits का उपयोग करता है, इसलिए transmission data को काफी कम किया जा सकता है

→ बेहतरीन स्तर का noise removal संभव

• इसे इस साल की शुरुआत में पेश किए गए low-bitrate speech codec Lyra में integrate करने की योजना है

[alstjr7375]

Opus भी काफ़ी अच्छा होने के लिए मशहूर है

वाकई कमाल है