11月6日消息,近日,Meta公佈一項名為EnCodec”的AI語音壓縮技術,該技術號稱可以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量。
Meta指出,壓縮技術對目前互聯網十分重要,借助於此用戶可以十分容易的發送高畫質圖片、語音信息等。不過,發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。
據介紹,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。
編碼器可將原始數據轉換為較低影幀速率的格式,再由量化器將數據壓縮到目標大小,最後,解碼器通過神經網絡對這些數據進行解碼。
值得一提的是,雖然此前也有人嘗試用神經網絡壓縮音頻,但Meta是首個將此技術用於48kHz立體聲的團隊。