Ito ang Linux app na pinangalanang EnCodec na ang pinakabagong release ay maaaring ma-download bilang encodecv0.1.1sourcecode.tar.gz. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang EnCodec na may OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Simulan ang OnWorks Linux online o Windows online emulator o MACOS online emulator mula sa website na ito.
- 5. Mula sa OnWorks Linux OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application, i-install ito at patakbuhin ito.
MGA SCREENSHOT:
InCodec
DESCRIPTION:
Ang Encodec ay isang neural audio codec na binuo ng Meta para sa high-fidelity, low-bitrate na audio compression gamit ang end-to-end deep learning. Hindi tulad ng mga tradisyunal na codec (tulad ng MP3 o Opus), gumagamit ang Encodec ng natutunang quantizer at decoder upang buuin muli ang mga kumplikadong waveform na may kapansin-pansing katumpakan sa mga bitrate na kasingbaba ng 1.5 kbps. Gumagamit ito ng convolutional encoder-decoder architecture na sinanay na may perceptual loss function na nag-o-optimize para sa kalidad ng pandinig ng tao kaysa sa raw waveform na distansya. Maaaring gumana ang modelo sa real time at sumusuporta sa mga variable na bandwidth, bitrate, at multi-band audio. Ang Encodec ay may mga application sa speech at music compression, generative modeling, at mahusay na paghahatid ng data para sa mga sistema ng komunikasyon. Kasama sa repository ang mga pretrained na checkpoint, PyTorch inference code, at mga halimbawa para sa pagsasama ng Encodec bilang isang module sa downstream generative o streaming system.
Mga tampok
- End-to-end na natutunan ang neural audio compression sa napakababang bitrate
- Real-time na encoding at decoding gamit ang GPU acceleration
- Nako-configure ang mga bitrate, bandwidth, at laki ng modelo
- Ang mataas na perceptual na kalidad ay pinananatili sa pamamagitan ng multi-scale loss optimization
- Mga pretrained na checkpoint para sa mga domain ng pagsasalita at musika
- Modular na pagpapatupad ng PyTorch para sa pagsasama sa mas malalaking pipeline
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/encodec.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.