突破压缩极限的AI语音编解码器

I. Speech Codecs

语音编码的目的是在保持语音质量的前提下尽可能地减少传输所用的带宽，主要是利用人的发声过程中存在的冗余度和人的听觉特性达到压缩的目的。经过了多年的发展，目前语音编解码器大致可以分为以下几类：

1. 波形编码，将时域波形经过采样量化编码，常见的就是PCM编码格式

1. 参数编码，根据人的发声机制建立数学模型，然后对语音进行压缩，常见的是LPC-10

1. 混合编码，结合波形编码和参数编码的压缩方式，常见的AMR等

1. 深度学习编码，利用神经网络将语音编码成隐向量，然后利用神经网络将其恢复成语音信息，微软的Satin以及今天要介绍的Lyra就是其代表

虽然目前很多领域仍是直接把PCM封装成IP包进行传输，但是在带宽限制的领域，如VoIP语音会议，语音编解码是较为关键的技术之一。