Аудіокодек Opus на Youtube
У цій статті ми хочемо пояснити, що таке Opus Audio Codec і як Youtube його використовує.
Що таке аудіокодек Opus?
Як Youtube використовує кодек Opus Audio?
Ви бажаєте найкраще відтворення вашої пісні без спотворень на всіх платформах?
Які бітрейти використовує Opus Audio Codec?
Чи може виникнути спотворення під час використання аудіокодеку Opus?
Як уникнути спотворень кодека?
Ви хочете знати, чи ваша пісня працює на всіх платформах? Ми розповімо вам у нашому професійному мікс-аналізі.
Кодек Opus отримав оновлення AI
Нова версія 1.5 або 1.5.1 безліцензійного аудіокодека Opus отримала оновлення AI. Машинне навчання (ML) призначене для покращення кодування, щоб потік даних залишався сумісним з існуючими декодерами. Але декодер також отримує штучний інтелект для покращення звуку.
AI для кращої якості звуку
Технологія під назвою «Neural Vocoder» призначена для особливо ефективного стиснення мови. Порівняно з вокодером LPCNet, процесорні ядра ноутбуків або смартфонів повинні бути завантажені приблизно на один відсоток. Розробники називають алгоритм Framewise AutoRegressive Generative Adversarial Network (FARGAN). Пізніше вони хочуть опублікувати статтю про це.
Вони оптимізують обробку сигналу за допомогою Linear Adaptive Coding Enhancer (LACE) і нелінійного варіанту (NoLACE). LACE поводиться як класичний постфільтр, у якому глибока нейронна мережа (DNN) на льоту коригує коефіцієнти з усіма доступними даними, але сам звуковий сигнал не проходить через DNN. Результатом є невелика DNN дуже низької складності, яка також працює на старих телефонах. Варіант NoLACE вимагає більшої обчислювальної потужності, але також значно потужніший завдяки нелінійній обробці сигналу. Обидва значно покращують якість голосу.
Кодек Opus помітно формує звук YouTube — у статті пояснюється, як підготувати до нього мастеринг.
Посібник з мастерингу
у контекст потокової передачі.
Кодек Opus: Bitstream залишається сумісним зі стандартами
Замість того, щоб програмувати абсолютно новий кодек на основі ML, Opus залишається повністю сумісним. Це гарантує, що Opus продовжує працювати на старіших і повільніших пристроях, забезпечуючи легкий шлях оновлення. Хоча глибоке навчання часто асоціюється з потужними прискорювачами графічного процесора, проект Opus оптимізував усе таким чином, що воно працює на більшості процесорів, у тому числі на процесорах смартфонів.
Більшість користувачів не повинні помітити вищого навантаження, але ті, хто використовує мікропроцесори або смартфони старше п’яти років, можуть це помітити. Тому нові функції все ще вимкнені за замовчуванням і повинні бути активовані під час компіляції та під час виконання, наприклад, через параметри командного рядка.
Покращення втрати пакетів
Втрата пакетів призводить до відсутності звукових фрагментів. Кодеки зазвичай намагаються запобігти цьому за допомогою приховування втрати пакетів (PLC). Зазвичай це тип інтерполяції на стороні декодера з «правдоподібним аудіо», вставленим у точки втрати. Машинне навчання може бути тут особливо корисним – розробники Opus вирішують це за допомогою глибокої нейронної мережі (DNN), яка збільшує двійковий файл кодека приблизно на 1 МБ і призводить до збільшення навантаження на ядро ЦП ноутбука на один відсоток у разі серйозних проблем. втрати пакетів.
Порада:
Послухайте, як звучить ваш майстер-запис після використання кодека YouTube Opus.
– безкоштовно у браузері з попереднім переглядом кодеків у вимірювачі гучності.


