Dit is de Linux-app EnCodec, waarvan de nieuwste versie kan worden gedownload als encodecv0.1.1sourcecode.tar.gz. Deze kan online worden uitgevoerd via de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik online gratis deze app genaamd EnCodec met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCHERMSCHERMEN:
InCodec
BESCHRIJVING:
Encodec is een neurale audiocodec, ontwikkeld door Meta, voor hifi-audiocompressie met lage bitsnelheid met behulp van end-to-end deep learning. In tegenstelling tot traditionele codecs (zoals MP3 of Opus), gebruikt Encodec een geleerde kwantiseerder en decoder om complexe golfvormen met opmerkelijke nauwkeurigheid te reconstrueren bij bitsnelheden van slechts 1.5 kbps. Het maakt gebruik van een convolutionele encoder-decoderarchitectuur, getraind met perceptuele verliesfuncties die optimaliseren voor de menselijke gehoorkwaliteit in plaats van de ruwe golfvormafstand. Het model kan in realtime werken en ondersteunt variabele bandbreedtes, bitsnelheden en multibandaudio. Encodec vindt toepassingen in spraak- en muziekcompressie, generatieve modellering en efficiënte gegevensoverdracht voor communicatiesystemen. De repository bevat vooraf getrainde controlepunten, PyTorch-inferentiecode en voorbeelden voor de integratie van Encodec als module in downstream generatieve of streamingsystemen.
Kenmerken
- End-to-end geleerde neurale audiocompressie bij extreem lage bitsnelheden
- Realtime codering en decodering met GPU-versnelling
- Configureerbare bitsnelheden, bandbreedtes en modelgroottes
- Hoge perceptiekwaliteit behouden via multi-schaal verliesoptimalisatie
- Vooraf getrainde controlepunten voor spraak- en muziekdomeinen
- Modulaire PyTorch-implementatie voor integratie in grotere pijplijnen
Programmeertaal
Python
Categorieën
Deze applicatie kan ook worden gedownload van https://sourceforge.net/projects/encodec.mirror/. Deze is gehost in OnWorks, zodat deze eenvoudig online kan worden uitgevoerd via een van onze gratis besturingssystemen.