Opus Audio Codec op Youtube
In dit artikel willen we uitleggen wat de Opus Audio Codec is en hoe YouTube deze gebruikt.
Wat is de Opus Audio Codec?
Opus is een audiocodec die is ontworpen om digitale audiogegevens efficiënt te comprimeren. Het werd in 2012 als standaard aangenomen door de Internet Engineering Task Force (IETF) en wordt ondersteund door tal van applicaties en platforms zoals WebRTC, Skype, WhatsApp, Discord, Mozilla Firefox en Google Chrome. De Opus-codec is geschikt voor een breed scala aan audiofrequenties, waaronder spraak en muziek, en biedt hoge audiokwaliteit bij lage bitsnelheden. Het gebruikt een combinatie van lineaire en niet-lineaire voorspellende filters en variabelen monsternemingom efficiënte compressie mogelijk te maken. Hierdoor kunnen audiogegevens van hoge kwaliteit worden verzonden met bitsnelheden van slechts 6 tot 510 kbps. Een ander voordeel van de Opus-codec is het aanpassingsvermogen aan verschillende netwerkomstandigheden. Het ondersteunt variabele bitrates en kan zijn coderingssnelheid en -kwaliteit in realtime aanpassen aan de beschikbare netwerkbandbreedte. Dit zorgt ervoor dat de audiokwaliteit stabiel blijft tijdens de overdracht en dat er geen onderbrekingen of vertragingen zijn.Hoe gebruikt YouTube de Opus Audio-codec?
U wilt de best mogelijke, vervormingsvrije weergave van uw nummer op alle platforms?
Welke bitrates gebruikt de Opus Audio Codec?
De Opus Audio Codec kan verschillende bitrates gebruiken voor audiocodering. De codec is ontworpen om audio van hoge kwaliteit te leveren bij lage bitrates, maar ondersteunt ook hogere bitrates voor een nog betere audiokwaliteit. Typische bitsnelheden voor de Opus-codec liggen tussen 6 kbps en 510 kbps. De codec kan echter bitrates tot 768 kbps ondersteunen als een nog hogere audiokwaliteit vereist is. De Opus-codec gebruikt een variabele bitsnelheid (VBR) waarmee de bitsnelheid in realtime kan worden aangepast aan de behoeften van de audio-inhoud. Dit betekent dat de codec automatisch hogere bitrates kiest voor complexere audio-inhoud en lagere bitrates voor eenvoudigere audio-inhoud om een optimale audiokwaliteit en compressie te bereiken. In de praktijk betekent dit dat de Opus-codec geschikt is voor een breed scala aan audiotoepassingen. geschikt voor audiotoepassingen variërend van spraak met een lage bitsnelheid tot muziekstreaming met een hogere bitsnelheid. De YouTube-app maakt zelf vaak gebruik van aanzienlijk lagere bitsnelheden dan de browserversie op de smartphone.Kan er vervorming optreden bij gebruik van de Opus Audio Codec?
Ja, er kan enige vervorming optreden bij het gebruik van de Opus-codec. Er kunnen vervormingen optreden als de codec wordt gebruikt met te lage bitsnelheden of als het audiomateriaal te complex is voor de geselecteerde bitsnelheid. In deze gevallen kan de codec niet genoeg informatie over de audio opslaan, wat kan leiden tot verminderde audiokwaliteit en vervorming. Een andere factor die vervorming kan veroorzaken, is de manier waarop de codec is geïmplementeerd. Als de codec niet correct is geïmplementeerd of niet compatibel is met de gebruikte software of hardware, kan er ook vervorming optreden. Het is echter belangrijk op te merken dat de Opus-codec over het algemeen is geoptimaliseerd voor hoge audiokwaliteit bij lage bitrates. Als de codec wordt gebruikt met voldoende bitrate en de audio niet te complex is, zou de audiokwaliteit goed moeten zijn en kan vervorming worden voorkomen.Hoe voorkom ik codec-vervormingen?
Om vervorming te voorkomen, de Specificaties streamingdiensten opgemerkt worden. Beheers als vuistregel je nummer zodat het goed klinkt en als de geïntegreerde luidheid hoger is dan -14 LUFS is, beter 2 dB echte piekruimte laten, um Intersample piekvervorming vermijden.Wil je weten of je nummer op alle platformen werkt? Dat vertellen we je in onze professionele mixanalyse.
Opus Codec krijgt AI-update
De nieuwe versie 1.5 of 1.5.1 van de licentievrije audiocodec Opus heeft een AI-update gekregen. Machine learning (ML) is bedoeld om de codering te verbeteren, zodat de datastroom compatibel blijft met bestaande decoders. Maar de decoder krijgt ook kunstmatige intelligentie om het geluid te verbeteren.
AI voor betere geluidskwaliteit
Een technologie genaamd “Neural Vocoder” is bedoeld om spraak bijzonder efficiënt te comprimeren. Vergeleken met de LPCNet-vocoder mogen de CPU-kernen van laptops of smartphones slechts met ongeveer één procent worden belast. De ontwikkelaars noemen het algoritme Framewise AutoRegressive Generative Adversarial Network (FARGAN). Ze willen hier later een paper over publiceren.
Ze optimaliseren de signaalverwerking met de Linear Adaptive Coding Enhancer (LACE) en een niet-lineaire variant (NoLACE). LACE gedraagt zich als een klassiek postfilter, waarbij een diep neuraal netwerk (DNN) de coëfficiënten direct aanpast met alle beschikbare gegevens - maar het audiosignaal zelf gaat niet door de DNN. Het resultaat is een kleine DNN met een zeer lage complexiteit die ook op oudere telefoons werkt. De NoLACE-variant vereist meer rekenkracht, maar is door de niet-lineaire signaalverwerking ook aanzienlijk krachtiger. Beide verbeteren de stemkwaliteit aanzienlijk.
Opus-codec: Bitstream blijft compatibel met standaarden
In plaats van een compleet nieuwe codec op basis van ML te programmeren, blijft Opus volledig compatibel. Dit zorgt ervoor dat Opus blijft werken op oudere en langzamere apparaten en biedt tegelijkertijd een eenvoudig upgradepad. Hoewel deep learning vaak wordt geassocieerd met krachtige GPU-versnellers, heeft het Opus-project alles geoptimaliseerd zodat het op de meeste processors kan draaien, inclusief smartphone-CPU's.
De meeste gebruikers zouden de hogere belasting niet moeten opmerken, maar degenen die microprocessors of smartphones gebruiken die ouder zijn dan vijf jaar, merken dit misschien wel. De nieuwe functies zijn daarom nog steeds standaard gedeactiveerd en moeten tijdens het compileren en tijdens runtime worden geactiveerd, bijvoorbeeld via opdrachtregelparameters.
Verbeter pakketverlies
Pakketverlies resulteert in ontbrekende audiofragmenten. Codecs proberen dit meestal te voorkomen door middel van pakketverliesverhulling (PLC). Dit is meestal een soort interpolatie aan de decoderzijde, waarbij "plausibele audio" wordt ingevoegd op de verliespunten. Machine learning zou hier bijzonder nuttig kunnen zijn - de Opus-ontwikkelaars pakken dit aan met een diep neuraal netwerk (DNN), dat het binaire codec-bestand met ongeveer 1 MB vergroot en leidt tot een procent meer belasting van de CPU-kern van een laptop in geval van ernstige problemen. pakketverliezen.
