Liquid AI phát hành LiquidCodec, codec âm thanh streaming
Bắt đầu từ đây
Liquid AI đã phát hành LiquidCodec, một tokenizer giọng nói streaming khoảng 74M tham số, được dùng trong các mô hình LFM3-Audio-2B và LFM3-Omni-2B của hãng, với trọng số được công bố trên Hugging Face. Codec này nén âm thanh 24 kHz thành 12 luồng token với khung 12,5 Hz và chạy trên một luồng CPU duy nhất; Liquid AI báo cáo tốc độ mã hóa khoảng 361 lần thời gian thực và giải mã 87 lần, được thử nghiệm trên laptop Apple M4 Max ở FP32. Nó cũng chạy trên GPU CUDA qua Transformers và có các bản dựng GGUF Q4_0, Q4_K_M và Q8_0 cho llama.cpp, tải qua Transformers với trust_remote_code=True. Liquid AI cho biết LiquidCodec vượt X-Codec 2, NanoCodec và Mimi về ViSQOL và khoảng cách mel trên cả 8 bộ kiểm thử, dù NanoCodec vẫn dẫn đầu PESQ (WB) trên 7 trong 8 bộ.
Tạo từ các bài viết · cập nhật 16 giờ trước
Dòng thời gian bài viết
Theo các bài viết để thấy sự việc từ nhiều phía.
- MarkTechPostLiquid AI phát hành LiquidCodec, codec âm thanh streaming 74 triệu tham số
Liquid AI đã phát hành LiquidCodec, một tokenizer giọng nói streaming khoảng 74 triệu tham số, là thành phần cốt lõi cho các mô hình LFM3-Audio-2B và LFM3-Omni-2B của hãng, với trọng số được công bố trên Hugging Face. Codec này nén âm thanh 24 kHz thành 12 luồng token với khung 12,5 Hz và chạy trên một luồng CPU đơn, theo Liquid AI báo cáo tốc độ mã hóa khoảng 361 lần thời gian thực và giải mã 87 lần. Liquid AI cho biết nó vượt X-Codec 2, NanoCodec và Mimi về ViSQOL và khoảng cách mel trên cả 8 bộ kiểm thử, dù NanoCodec vẫn dẫn đầu PESQ (WB) trên 7 trong 8 bộ.
Độ nóng của sự việc này
Chưa đủ quan sát liên tục để vẽ xu hướng.