EnCodec基于深度學(xué)習(xí)的音頻編解碼器

EnCodec 是一個基于深度學(xué)習(xí)的音頻編解碼器，由 AI 驅(qū)動，可以在音頻質(zhì)量沒有損失的前提下，將音頻壓縮到比 MP3 格式還要小 10 倍的程度。

實現(xiàn)過程如下：

• 首先，編碼器將未壓縮的數(shù)據(jù)轉(zhuǎn)換為較低幀率的 "latent space" 表示（representation）；
• 然后，量化器將這個表示壓縮到目標(biāo)大小，同時跟蹤最重要的信息，這些信息以后將被用于重建原始信號（這個壓縮信號將通過網(wǎng)絡(luò)發(fā)送或保存在磁盤上）；
• 最后，解碼器使用單個 CPU 上的神經(jīng)網(wǎng)絡(luò)將壓縮的數(shù)據(jù)實時地轉(zhuǎn)變回音頻；

安裝

EnCodec 需要 Python 3.8 和 PyTorch 1.11.0，要安裝 EnCodec，可以運(yùn)行：

pip install -U encodec  # stable release
pip install -U git+https://[email protected]/facebookresearch/encodec#egg=encodec  # bleeding edge
# of if you cloned the repo locally
pip install .

使用

然后，可以使用 EnCodec 命令：

python3 -m encodec [...]
# or
encodec [...]