EnCodec基于深度学习的音频编解码器
EnCodec 是一个基于深度学习的音频编解码器,由 AI 驱动,可以在音频质量没有损失的前提下,将音频压缩到比 MP3 格式还要小 10 倍的程度。
实现过程如下:
- 首先,编码器将未压缩的数据转换为较低帧率的 "latent space" 表示(representation);
- 然后,量化器将这个表示压缩到目标大小,同时跟踪最重要的信息,这些信息以后将被用于重建原始信号(这个压缩信号将通过网络发送或保存在磁盘上);
- 最后,解码器使用单个 CPU 上的神经网络将压缩的数据实时地转变回音频;
安装
EnCodec 需要 Python 3.8 和 PyTorch 1.11.0,要安装 EnCodec,可以运行:
pip install -U encodec # stable release pip install -U git+https://git@github.com/facebookresearch/encodec#egg=encodec # bleeding edge # of if you cloned the repo locally pip install .
使用
然后,可以使用 EnCodec 命令:
python3 -m encodec [...] # or encodec [...]
评论