Meta анонсувала технологію стиснення голосу штучного інтелекту під назвою «EnCodec», яка стверджує, що здатна стискати аудіо у 10 разів менше, ніж у форматі MP3, зі швидкістю 64 Кбіт/с без втрати якості.
У Мета зазначили, що технологія стиснення дуже важлива для сучасного інтернету, за допомогою якої користувачі можуть легко надсилати високоякісні зображення, голосові повідомлення тощо. Однак для надсилання цієї мультимедійної інформації потрібна достатня пропускна здатність і простір для зберігання, особливо в майбутньому космічному віці, тому потрібна краща технологія стиснення.
Згідно з повідомленнями, модель навчання штучного інтелекту «EnCodec» охоплює три частини, а саме кодер, квантувач і декодер. Кодер перетворює необроблені дані у формат із нижчою частотою кадрів, квантувач стискає дані до цільового розміру, а декодер декодує дані за допомогою нейронної мережі.
Варто зазначити, що хоча вже були спроби стиснути аудіо за допомогою нейронних мереж, Meta є першою командою, яка використала цю техніку для стереозвуку 48 кГц.
