AIを使った音声圧縮で従来の圧縮を超えた圧縮率と圧縮速度を「Encodec」が実現

ガブリエル・シナエーブ氏らによるMeta AIの研究チームが、インターネットにおける音声の「圧縮」に対してAIを用いることで従来の圧縮よりもさらなる圧縮が可能である、という研究を発表しました。AIを用いた圧縮により、豊かなマルチメディア体験を楽しむことができると説明しています。 Using AI to compress audio files for quick and easy sharing https://ai.facebook.com/blog/ai-powered-audio-compression-technique/ 今日のインターネットにおいて「圧縮」はなくてはならない要素で、圧縮により、高品質な画像やストリーミングが可能になります。しかし、現状の圧縮技術には高速なインターネット接続と十分なストレージ容量が必要になり、高品質で中断のないインターネットは一部の人しか体験できま

[otchy210]

画像のアップコンバートが実用レベルなのだから、事前に学習済みモデルを持って同等の処理を音声でやると劇的に容量を減らせる…という話ではなかった。

[kotaponx]

「えー本日はお日柄もよく……(中略)...以上を持ってご挨拶とさせていただきます」→ AI圧縮処理→「(無音)」

[Seiji-Amasawa]

“今回の研究では64kbpsのMP3と比較して、約10倍の圧縮率をCD品質である48kHzサンプリングのステレオ音声で品質を落とすことなく実用化しています。”

[urtz]

映像の解像度には限りがないが、音声は2chとか5.1chという縛りが表現の限界を定めている。圧縮率じゃない

[brightsoda]

>sangping 催眠だけやっておけば音はいらないのでは！？

[irimo]

なんかそういう技術を開発した底辺エンジニアのドラマありましたね。

[mag-x]

AVのモザイクも圧縮のようなもんだよな。破壊が展開•解凍•伸張のようなもんで。

[eagleyama]

もはや作音か

[myr]

人間も音声を文字ぐらいの情報量に圧縮してますしね、とかではなかった

[gcyn]

『リアルタイムで音声を圧縮・伸長させ、最先端のサイズ縮小を実現することができる』

[pwatermark]

「聞き手にとって大して変わらないと聞こえる」範囲や特徴を深層学習でモデル化したわけね、職人芸の領域だった所が自動化出来るのはいいことだよ

[sangping]

極端な話「それっぽく聞こえるけど全然違う音」に変換するとかも有り得そう。錯覚とか共感覚とか催眠とか色々織り交ぜて。

[a446]

音声データなんて聴き取れれば問題ないものが多いもんね。音楽はレコードに回帰してきてるし住み分けだな

[kjin]

結局データ云々より、「大幅に」などのの聞き手の認識如何だからなあ。“品質を大幅に劣化させることなく”