Meta เปิดตัวแปลงข้อมูลเสียง Meta Low Bitrate หรือ MLow โดยมีเป้าหมายเพื่อปรับปรุงคุณภาพเสียงที่มีอัตราบิต (Bitrate) ต่ำ ในการสนทนาเสียงแบบเรียลไทม์ระหว่างอุปกรณ์ โดยเฉพาะกรณีอยู่ในสภาพแวดล้อมการเชื่อมต่อที่ช้า
สิ่งที่ท้าทายของบริการสื่อสารแบบเรียลไทม์ คือการรักษาคุณภาพข้อมูลของต้นทางมากที่สุด การโทรเสียงทั่วไป Bitrate อยู่ที่ 768 kbps แต่ตัวแปลงยุคใหม่สามารถบีบอัดข้อมูลจนเหลือที่ระดับ 25-30 kbps ได้ แต่ก็ต้องแลกกับคุณภาพที่ลดลง จึงเป็นสามสิ่งที่ต้องแลกกันก็คือ Bitrate, คุณภาพ และความซับซ้อนของตัวแปลง
จากปัญหานี้ Meta บอกว่าทำให้ไม่ค่อยมีตัวแปลงพัฒนาใหม่ออกมาบ่อยนัก เครื่องมือหลักที่แพลตฟอร์มนิยมใช้กันรวมทั้ง Meta คือ Opus ตัวแปลงแบบโอเพนซอร์สที่เปิดตัวปี 2012 ซึ่ง Meta ก็ใช้เป็นพื้นฐานในการพัฒนาตัวแปลงแบบใหม่ ๆ
สิ่งที่สนับสนุนให้การพัฒนาตัวแปลงเสียงใหม่ทำได้ดีขึ้นคือ Machine Learning (ML) ซึ่ง Meta เคยเปิดตัว Encodec ในปี 2022 ที่ปรับปรุงเสียง Bitrate ต่ำ ให้คุณภาพดีขึ้นด้วย ML อย่างไรก็ตาม Encodec ต้องใช้ทรัพยากรในการประมวลผลสูง จึงทำงานได้ดีเฉพาะบนสมาร์ทโฟนสเป็กสูงเท่านั้น
MLow จึงถูกพัฒนาขึ้นตั้งแต่ปลายปี 2021 โดยผลทดสอบพบว่าคุณภาพเสียงเฉลี่ยดีกว่า Opus 2 เท่า แต่ใช้ทรัพยากรในการประมวลผลต่ำกว่า 10%
การทำงานของ MLow ใช้วิธีแยกการเข้ารหัสเสียงโดยแบ่งเป็นช่วงความถี่สูงและช่วงความถี่ต่ำ แล้วนำมาเข้ารหัสรวมกันอีกครั้งก่อนส่งข้อมูลไปปลายทาง ซึ่งทำการถอดรหัสแยกเสียงเป็นสองช่วงเช่นกัน
ปัจจุบัน MLow ถูกนำมาใช้งานแล้วสำหรับการโทรเสียงผ่าน Messenger และ Instagram ล่าสุดได้เริ่มนำมาใช้งานกับ WhatsApp ที่มีการโทรเสียงเป็นจำนวนมากด้วย
ที่มา: Meta
Topics:
Meta
Audio
Codec
Opus Audio
Continue reading...
สิ่งที่ท้าทายของบริการสื่อสารแบบเรียลไทม์ คือการรักษาคุณภาพข้อมูลของต้นทางมากที่สุด การโทรเสียงทั่วไป Bitrate อยู่ที่ 768 kbps แต่ตัวแปลงยุคใหม่สามารถบีบอัดข้อมูลจนเหลือที่ระดับ 25-30 kbps ได้ แต่ก็ต้องแลกกับคุณภาพที่ลดลง จึงเป็นสามสิ่งที่ต้องแลกกันก็คือ Bitrate, คุณภาพ และความซับซ้อนของตัวแปลง
จากปัญหานี้ Meta บอกว่าทำให้ไม่ค่อยมีตัวแปลงพัฒนาใหม่ออกมาบ่อยนัก เครื่องมือหลักที่แพลตฟอร์มนิยมใช้กันรวมทั้ง Meta คือ Opus ตัวแปลงแบบโอเพนซอร์สที่เปิดตัวปี 2012 ซึ่ง Meta ก็ใช้เป็นพื้นฐานในการพัฒนาตัวแปลงแบบใหม่ ๆ
สิ่งที่สนับสนุนให้การพัฒนาตัวแปลงเสียงใหม่ทำได้ดีขึ้นคือ Machine Learning (ML) ซึ่ง Meta เคยเปิดตัว Encodec ในปี 2022 ที่ปรับปรุงเสียง Bitrate ต่ำ ให้คุณภาพดีขึ้นด้วย ML อย่างไรก็ตาม Encodec ต้องใช้ทรัพยากรในการประมวลผลสูง จึงทำงานได้ดีเฉพาะบนสมาร์ทโฟนสเป็กสูงเท่านั้น
MLow จึงถูกพัฒนาขึ้นตั้งแต่ปลายปี 2021 โดยผลทดสอบพบว่าคุณภาพเสียงเฉลี่ยดีกว่า Opus 2 เท่า แต่ใช้ทรัพยากรในการประมวลผลต่ำกว่า 10%
การทำงานของ MLow ใช้วิธีแยกการเข้ารหัสเสียงโดยแบ่งเป็นช่วงความถี่สูงและช่วงความถี่ต่ำ แล้วนำมาเข้ารหัสรวมกันอีกครั้งก่อนส่งข้อมูลไปปลายทาง ซึ่งทำการถอดรหัสแยกเสียงเป็นสองช่วงเช่นกัน
ปัจจุบัน MLow ถูกนำมาใช้งานแล้วสำหรับการโทรเสียงผ่าน Messenger และ Instagram ล่าสุดได้เริ่มนำมาใช้งานกับ WhatsApp ที่มีการโทรเสียงเป็นจำนวนมากด้วย
ที่มา: Meta
Topics:
Meta
Audio
Codec
Opus Audio
Continue reading...