AIを使った音声圧縮で従来の圧縮を超えた技術「Encodec」が実現

AIを使った音声圧縮で従来の圧縮を超えた技術「Encodec」が実現
https://gigazine.net/news/20221102-ai-compress-audio/

2022年11月02日 08時00分

ガブリエル・シナエーブ氏らによるMeta AIの研究チームが、インターネットにおける音声の「圧縮」に対してAIを用いることで従来の圧縮よりもさらなる圧縮が可能である、という研究を発表しました。AIを用いた圧縮により、豊かなマルチメディア体験を楽しむことができると説明しています。

Using AI to compress audio files for quick and easy sharing

今日のインターネットにおいて「圧縮」はなくてはならない要素で、圧縮により、高品質な画像やストリーミングが可能になります。しかし、現状の圧縮技術には高速なインターネット接続と十分なストレージ容量が必要になり、高品質で中断のないインターネットは一部の人しか体験できません。

そこでMeta AIの研究チームは、AIを用いてオーディオデータを圧縮することを研究しています。AIを用いたアプローチでは、リアルタイムで音声を圧縮・伸長させ、最先端のサイズ縮小を実現することができると発表しました。今回の研究では64kbpsのMP3と比較して、約10倍の圧縮率をCD品質である48kHzサンプリングのステレオ音声で品質を落とすことなく実用化しています。

（略）

※省略していますので全文はソース元を参照して下さい。

圧縮データを再生したら捏造音声になってたアル

昔からあるオートエンコーダーでも65kbyteを4byteくらいへ圧縮できるよな

実物の音声を聞かなければなんとも

実物の音声を聞いた
たしかに圧縮はうまく出来てるんだろうが
CD音質というのはおそらく嘘だと思う

AIがファイル名を見てテキトーに考えて音を合成する様にすると、全ての音データは数バイトで表現できるようになる。

音声圧縮なのにmp3と比較の時点でなあ
AMRと比較しないと同じ土俵にならないでしょ

>>1
>。今回の研究では64kbpsのMP3と比較して、

320kbpsと比較しろよ…

これ最近AIがやった未知の数式変換と同じだよな
結果が似たような物になるなら既存の法則をぶっ壊しても構わないってやつ

あれはほぼランダムに見える炎の動きを圧縮してたが、これ系の分野はまだまだ伸びると思う

これトレーニングしたモデルは
他の音源でも同じように圧縮に使えるの？

普通は圧縮に可聴域以外の音域や音量低い部分とかの切り取りがあるからな
ロスレスかそれに準ずる位の細かいモジュール化が行われているんだろうか
例えば倍音成分を補完する事をカーオーディオ等では二十年程前から既にやってるよな
機能を振り分ければある程度は再現可能だから、並列処理させるための手法を編み込んだ即席リマスターの応用みたいなもんだろうか
と思ったら全く同じことが書いてあった
具体的に何してるかは良くわからんけど

圧縮率上げると時間かかるんだよな
ものによるしな

というか音声サンプルではチリンチリン鳴るアレの音が一切しないな
可聴域の音まで削れてるわ

年寄りとか女の話が長いから
要約してくれるAIはないかな

楕円関数の暗号化技術を使う？

インターネットでは多くの場合、音声と動画像はセットで扱われることが多い。
音声の圧縮率が上がっても、全データ量には、ほとんど影響しないダロ。

今、AM放送で使われている1000khzくらいの搬送波でも音声のデジタル化が出来そうだね。

理論家が一生懸命考えたものを機械学習で
ぶっ飛ばすとたまらんな

圧縮率上げると時間かかるんだよな
ものによるしな

物理法則にもAIが発見したとされるなんらかの物理定数のニュースがあったけど、巨視的な規模なのか微視的な規模なのかを上手く説明してる記事では無かった
AIの発見を間接的にでも説明出来るのがAIだけになる日も近いな

>>1
円光でっか

そう思うと楽譜って圧縮率すごいな

クラウドストレージのデータは人知れずこういう学習に使われてんだろうな

送りAI青い空って曲だ
受けAI青い空のCDかけますね

圧縮率100万倍w
こうですかw