Xiga xigaHagaha xiga
Ku-xidhka Maqalka iyo Barashada Matalaada
AI Codka
HAGAHA Audio AI
EnCodec waa Meta's codec maqal neerfaha ah ee aaminka sare ah kaas oo ku cadaadiya hadalka iyo muusigga oo aad u hooseeya oo leh qaabab aad u culus oo tayo leh.
Dhageyso hagahanAI-waa laga sheekeeyay · ~2 min
It matters because it underpins modern generative audio systems and ships in open-source form for anyone to use.
Waxaa sii daayay Meta AI sanadka 2022, EnCodec wuxuu raacayaa naqshadaynta SoundStream ee cod-bixiye, hadhaaga vector quantizer (RVQ), iyo qalabeeyaha u tababaran dhamaadka ilaa dhamaadka, laakiin wuxuu ku darayaa dhowr hagaajin. Waxa ay isticmaashaa codeeyaha kontorol ee karti u leh qulqulka, spectrogram cabirka badan iyo khasaaraha dib u dhiska wakhtiga, iyo takoorayaasha iska soo horjeeda ee tayada garashada. Wax ku biirinta xusida mudan waa nooc entropy-ku-salaysan Transformer-yar oo si dheeraad ah u cadaadinaya koodhadhka la tiriyey si aan khasaare ahayn, isaga oo tuujinaya qaybo dheeraad ah iyada oo aan tayada lumin. EnCodec wuxuu kaloo soo bandhigayaa dheelli-dheeliye si toos ah u miisaamaya khasaaraha badan ee tababbarka tartanka si ay u xasilaan. Waxa ay gacanta ku haysaa 24kHz monophonic iyo 48kHz stereo audio,waxa ay ku shaqaysaa dhamaan bitrate-yada sida 1.5, 3, 6, iyo 12 kbps, iyo 6 kbps waxa ay gaadhaysaa tayo la mid ah MP3 at 64 kbps. Calaamadeeheedu waa Meta's MusicGen iyo AudioGen.
Ku calaamaynta maqalka ee Meta's MusicGen iyo AudioGen qoraal-ilaa-maqal-dhaliye
Cadaadiska 24 kHz hadalka ilaa 1.5-6 kbps gudbinta xaddidan ee bandwidth
Codaynta 48 kHz muusik isteeriyo leh oo tayo leh oo u dhaw MP3 oo aad u sarreeya
U adeegaya sidii codec il furan oo cilmi baadhis iyo maqal ah oo dhuumaha ML iyadoo la sii marayo isbaarooyinka la sii daayay
EnCodec waxay horeyba u tahay calaamadeeyaha caadiga ah ee dhowr nooc oo maqal ah oo furan, iyo faraciisu waxay riixayaan daacadnimada sare ee bitrates hoose, dib u dhiska stereo buuxa iyo muusikada, iyo isdhexgalka adag ee qoraal-u-maqalka iyo qoraal-u-muusigga soo saarayaasha. Filo korsashada ballaaran ee isgaarsiinta-bandwidth-hooseeya, qulqulka-waqtiga-dhabta ah, iyo sida lakabka caadiga ah ee 'calaamad maqal' kaas oo u oggolaanaya in qaab-dhismeedka luqadda-qaabka weyn ay akhriyaan oo qoraan codka.
Warqad bilaash ah
Saddex sheeko oo la xaqiijiyay oo AI ah maalin kasta oo shaqo ah, oo lagu qoray Ingiriis fudud. Bilaash had iyo jeer, aan xayaysiis lahayn.
Hal iimayl maalin kasta oo shaqo ah. Ka bax hal gujin. Marna ma iibinno ama ma wadaagno ciwaankaaga.
Is tijaabi
Fikrad degdeg ah oo ku saabsan jawaab kasta, iyo shahaado la wadaajin karo oo leh aqoonsi la xaqiijin karo markaad ka gudubto koorso.
Taageer waxbarashada AI bilaashka ah. AI Understanding waa 501(c)(3) aan faa'iido doon ahayn — xayaysiis la'aan, albaab lacag ah ma jiro, had iyo jeer. Samee deeq
EnCodec waa Meta's codec maqal neerfaha ah ee aaminka sare ah kaas oo ku cadaadiya hadalka iyo muusigga oo aad u hooseeya oo leh qaabab aad u culus oo tayo leh. Waa muhiim sababtoo ah waxay kaalmaysaa hababka maqalka curinta casriga ah iyo maraakiibta qaab il furan oo qof kastaa u isticmaalo.
EnCodec waxaa soo bandhigay Meta AI (FAIR) 2022 sida codec maqal neerfaha ah oo aamin ah.
EnCodec waxa uu tababaraa Transformer yar si uu u saadaaliyo ixtimaalka calaamada oo uu xisaabiyo koodka iyaga, isaga oo gaadhaya cadaadis dheeraad ah oo khasaare la'aan ah oo korka RVQ ah.
EnCodec ee 6 kbps wuxuu gaaraa tayada shakhsi ahaaneed ee la mid ah MP3 at 64 kbps, faa'iido hawlkarnimo oo weyn.
Khasaarooyin badan (dib u dhis, muuqaal, iska soo horjeeda), dheelli-tireyaashu waxay dib u cabbiraan jaangooyooyinkooda si aanay hal ujeeddo u talin, xasilinta tababarka.
Sida SoundStream, EnCodec waxay isticmaashaa tirinta vector-ka haraaga ah si ay u kala saarto ku-xidhka cod-bixiyayaasha ee tusinnada buug-codeed ee xidhan.
Sii wad waxbarashada
Tilmaamayaal badan ayaa loo doortay mawduucan
Xiga xigaHagaha xiga
Ku-xidhka Maqalka iyo Barashada Matalaada
AI Codka