Google Duo 正在測試一種新的編解碼器，提供更好的通話質量

世界可能正在為5G做準備，但實際上，絕大多數人仍在以緩慢的數據速度和較差的連接性來應對。為了解決這個問題，Google Duo正在使用壓縮技術來幫助通過不良/雜亂的連接提供最佳的音頻和視頻體驗。

Google正在測試一種新的音頻編解碼器，該編解碼器可通過不良的網絡連接顯著提高音頻質量。 Google AI小組在詳細的博客文章中介紹了一種低比特率的語音編解碼器“ Lyra”。 Lyra的基本架構涉及“以對數梅爾頻譜圖的形式提取獨特的語音屬性（特徵）”。然後將它們壓縮並通過網絡傳輸，然後使用生成模型在另一端重新創建。

到目前為止，這也是傳統的參數編解碼器所做的。但是，Lyra使用了一種新的高質量音頻生成模型，該模型可以從語音中提取關鍵參數，並且還可以使用最少的數據量來重建語音。

Lyra中使用的新的生成模型基於Google在WaveNetEQ上的較早工作，WaveNetEQ是目前在Google Duo上使用的“基於生成模型的丟包隱藏系統”。

谷歌解釋說，這種方法使Lyra“與許多流媒體和通信平臺中使用的最新波形編解碼器相提並論”。正如Google所說，Lyra與其他編解碼器相比的好處在於，Lyra不會逐個樣本地發送信號，因為信號需要更高的比特率，因此需要更多的數據。

Lyra使用“低價循環生成模型”，該模型以較低的速率工作，但會並行生成不同頻率的多個信號，這些信號隨後組合為“所需採樣率的單個輸出信號”。

在中檔設備上運行這樣的生成模型“可產生90ms的處理延遲”，Google表示這與其他傳統語音編解碼器是一致的。

谷歌還補充說，Lyra可以以非常低的比特率勝過Speex，MELP和AMR等編解碼器，還可以勝過Opus等免版稅的開源編解碼器。

谷歌說，Lyra正在接受培訓，“使用開源音頻庫，用70多種語言的演講者提供數千小時的音頻，然後通過專家和眾包聽眾來驗證音頻質量”。而且新的編解碼器已經在Google Duo上推出。 Lyra目前用於語音用例，但Google也在探索如何將其用作通用音頻編解碼器。