Meta公布全新开源AI语音压缩技术 号称比MP3压缩率高10倍

近日，科技巨头Meta公布了一项引人注目的创新——名为“EnCodec”的AI语音压缩技术。该技术以惊人的64kbps速度压缩音频，体积竟然比常见的MP3格式小了十倍，而音频质量却毫无损失。这一突破性的进展在行业内引起了广泛关注。

Meta指出，随着互联网的普及和多媒体内容的爆炸式增长，压缩技术变得尤为重要。借助这一技术，用户可以轻松发送高质量的图片和语音信息。发送这些多媒体信息需要充足的带宽和存储空间，特别是在未来宇宙探索的时代背景下，更加需要高效的压缩技术来满足需求。

深入了解“EnCodec”技术，我们发现它包含一个精密的AI训练模型，这个模型由三部分构成：编码器、量化器和解码器。编码器负责将原始数据转换为较低的影帧速率格式，量化器则负责将这些数据压缩到目标大小，而解码器则通过神经网络对压缩后的数据进行解码，确保音频的完整性和清晰度。

值得一提的是，尽管之前也有其他团队尝试使用神经网络进行音频压缩，但Meta是首个成功将此技术应用于48kHz立体声的团队。这一创新不仅为音频压缩设定了新的标准，也为未来的通信和存储技术开辟了新的道路。这一重大进展无疑让我们对Meta的未来充满期待。