Opus Audio Codec na Youtube
W tym artykule chcemy wyjaśnić, czym jest kodek Opus Audio i jak korzysta z niego Youtube.
Co to jest kodek Opus Audio?
Opus to kodek audio przeznaczony do wydajnej kompresji cyfrowych danych audio. Został przyjęty jako standard przez Internet Engineering Task Force (IETF) w 2012 roku i jest obsługiwany przez liczne aplikacje i platformy, takie jak WebRTC, Skype, WhatsApp, Discord, Mozilla Firefox i Google Chrome. Zdolny do obsługi szerokiego zakresu częstotliwości audio, w tym mowy i muzyki, kodek Opus zapewnia wysoką jakość dźwięku przy niskich przepływnościach. Wykorzystuje kombinację liniowych i nieliniowych filtrów predykcyjnych i zmiennych próbkowanieaby umożliwić efektywną kompresję. Pozwala to na przesyłanie wysokiej jakości danych audio z szybkością transmisji od 6 do 510 kb/s. Kolejną zaletą kodeka Opus jest jego zdolność adaptacji do różnych warunków sieciowych. Obsługuje zmienne przepływności i może dostosowywać szybkość i jakość kodowania w czasie rzeczywistym do dostępnej przepustowości sieci. Zapewnia to stabilną jakość dźwięku podczas transmisji oraz brak przerw i opóźnień.W jaki sposób YouTube wykorzystuje kodek Opus Audio?
Chcesz możliwie najlepszego odtwarzania utworu bez zniekształceń na wszystkich platformach?
Z jakich przepływności bitowych korzysta kodek Opus Audio?
Kodek Opus Audio może używać różnych przepływności do kodowania dźwięku. Kodek został zaprojektowany w celu zapewnienia wysokiej jakości dźwięku przy niskich przepływnościach, ale obsługuje również wyższe przepływności w celu uzyskania jeszcze lepszej jakości dźwięku. Typowe przepływności dla kodeka Opus wynoszą od 6 kb/s do 510 kb/s. Jednak kodek może obsługiwać przepływności do 768 kb/s, jeśli wymagana jest jeszcze wyższa jakość dźwięku. Kodek Opus wykorzystuje zmienną przepływność (VBR), która umożliwia dostosowanie szybkości transmisji w czasie rzeczywistym do potrzeb treści audio. Oznacza to, że kodek automatycznie wybiera wyższe przepływności dla bardziej złożonej zawartości audio i niższe dla prostszych treści audio w celu uzyskania optymalnej jakości i kompresji dźwięku. W praktyce oznacza to, że kodek Opus nadaje się do szerokiego zakresu zastosowań audio. nadaje się do zastosowań audio, od głosu o niskiej przepływności do przesyłania strumieniowego muzyki o wyższej przepływności. Sama aplikacja YouTube często korzysta znacznie niższe szybkości transmisji bitów niż wersja przeglądarki w smartfonie.Czy podczas korzystania z kodeka Opus Audio mogą wystąpić zniekształcenia?
Tak, podczas korzystania z kodeka Opus mogą wystąpić pewne zniekształcenia. Zniekształcenia mogą wystąpić, jeśli kodek jest używany ze zbyt małą szybkością transmisji bitów lub jeśli materiał audio jest zbyt złożony dla wybranej szybkości transmisji bitów. W takich przypadkach kodek nie może przechowywać wystarczającej ilości informacji o dźwięku, co może spowodować pogorszenie jakości dźwięku i zniekształcenia. Innym czynnikiem, który może powodować zniekształcenia, jest sposób implementacji kodeka. Jeśli kodek nie został prawidłowo zaimplementowany lub jest niekompatybilny z używanym oprogramowaniem lub sprzętem, mogą również wystąpić zniekształcenia. Należy jednak zauważyć, że kodek Opus jest ogólnie zoptymalizowany pod kątem wysokiej jakości dźwięku przy niskich przepływnościach. Jeśli kodek jest używany z wystarczającą szybkością transmisji bitów, a dźwięk nie jest zbyt złożony, jakość dźwięku powinna być dobra i można uniknąć zniekształceń.Jak uniknąć zniekształceń kodeków?
Aby uniknąć zniekształceń, Specyfikacje usług przesyłania strumieniowego zostać zauważonym. Ogólną zasadą jest opanowanie utworu tak, aby brzmiał dobrze, a zintegrowana głośność była wyższa niż -14 LUFS to lepiej zostaw 2 dB rzeczywistego zapasu szczytowego, um Zniekształcenie szczytowe między próbkami unikać.Chcesz wiedzieć, czy Twoja piosenka działa na wszystkich platformach? Powiemy Ci w naszej profesjonalnej analizie miksu.
Opus Codec otrzymuje aktualizację AI
Nowa wersja 1.5 lub 1.5.1 wolnego od licencji kodeka audio Opus otrzymała aktualizację AI. Uczenie maszynowe (ML) ma na celu ulepszenie kodowania, tak aby strumień danych pozostał kompatybilny z istniejącymi dekoderami. Ale dekoder otrzymuje również sztuczną inteligencję, aby poprawić dźwięk.
AI dla lepszej jakości dźwięku
Technologia zwana „Neural Vocoder” ma za zadanie wyjątkowo wydajną kompresję mowy. W porównaniu do wokodera LPCNet, rdzenie procesorów laptopów lub smartfonów powinny być obciążone jedynie w około 1%. Twórcy nazywają algorytm Framewise AutoRegressive Generative Adversarial Network (FARGAN). Chcą później opublikować artykuł na ten temat.
Optymalizują przetwarzanie sygnału za pomocą Linear Adaptive Coding Enhancer (LACE) i wariantu nieliniowego (NoLACE). LACE zachowuje się jak klasyczny postfiltr, w którym głęboka sieć neuronowa (DNN) na bieżąco dostosowuje współczynniki na podstawie wszystkich dostępnych danych – jednak sam sygnał audio nie przechodzi przez DNN. Rezultatem jest mały DNN o bardzo niskiej złożoności, który działa również na starszych telefonach. Wariant NoLACE wymaga większej mocy obliczeniowej, ale jest też znacznie mocniejszy ze względu na nieliniowe przetwarzanie sygnału. Obydwa znacząco poprawiają jakość głosu.
Kodek Opus: Bitstream pozostaje zgodny ze standardami
Zamiast programować zupełnie nowy kodek oparty na ML, Opus pozostaje w pełni kompatybilny. Dzięki temu Opus będzie nadal działać na starszych i wolniejszych urządzeniach, zapewniając jednocześnie łatwą ścieżkę aktualizacji. Chociaż głębokie uczenie się jest często kojarzone z potężnymi akceleratorami GPU, projekt Opus zoptymalizował wszystko tak, aby działało na większości procesorów, w tym na procesorach smartfonów.
Większość użytkowników nie powinna odczuć większego obciążenia, ale osoby korzystające z mikroprocesorów lub smartfonów starszych niż pięć lat mogą to zauważyć. Dlatego nowe funkcje są nadal domyślnie dezaktywowane i należy je aktywować podczas kompilacji i w czasie wykonywania, na przykład za pomocą parametrów wiersza poleceń.
Popraw utratę pakietów
Utrata pakietów powoduje brakujące fragmenty dźwięku. Kodeki zwykle próbują temu zapobiec poprzez ukrywanie utraty pakietów (PLC). Zwykle jest to rodzaj interpolacji po stronie dekodera z „wiarygodnym dźwiękiem” wstawianym w punktach utraty. Uczenie maszynowe może być tutaj szczególnie pomocne – programiści Opus rozwiązują ten problem za pomocą głębokiej sieci neuronowej (DNN), która zwiększa plik binarny kodeka o około 1 MB i prowadzi do o jeden procent większego obciążenia rdzenia procesora laptopa w przypadku poważnych straty pakietów.
