Liquid AI ra mắt LiquidCodec dòng codec âm thanh streaming 74 triệu tham số

Tóm lược nhanh
“Liquid AI vừa công bố dòng codec âm thanh streaming với khoảng 74 triệu tham số nhằm cải...”
Các điểm cốt lõi
- 1.Liquid AI phát hành LiquidCodec, một mô hình mã hóa giọng nói streaming có khoảng 74 triệu tham số hỗ trợ tần số 24 kHz và tốc độ khung hình 12,5 Hz.
- 2.Công nghệ này sử dụng phương pháp lượng tử hóa scalar hữu hạn nhóm GFSQ thay vì lượng tử hóa vector dư RVQ, cho phép các mã codebook được dự đoán song song.
- 3.Đội ngũ phát triển ghi nhận tốc độ mã hóa đạt khoảng 361 lần thời gian thực trên một luồng CPU của thiết bị Apple M4 Max.
Liquid AI vừa công bố dòng codec âm thanh streaming với khoảng 74 triệu tham số nhằm cải thiện tốc độ xử lý giọng nói và chất lượng tái tạo cho các mô hình ngôn ngữ lớn. Công nghệ này đạt hiệu suất mã hóa vượt trội trên một luồng CPU duy nhất nhờ phương pháp lượng tử hóa mới.
Bối cảnh và chi tiết công nghệ
Liquid AI phát hành LiquidCodec, một mô hình mã hóa giọng nói streaming có khoảng 74 triệu tham số hỗ trợ tần số 24 kHz và tốc độ khung hình 12,5 Hz.
Công nghệ này sử dụng phương pháp lượng tử hóa scalar hữu hạn nhóm GFSQ thay vì lượng tử hóa vector dư RVQ, cho phép các mã codebook được dự đoán song song.
Đội ngũ phát triển ghi nhận tốc độ mã hóa đạt khoảng 361 lần thời gian thực trên một luồng CPU của thiết bị Apple M4 Max.
Đánh giá tác động và góc nhìn chuyên môn
Việc thay thế phương pháp RVQ truyền thống bằng GFSQ giúp loại bỏ sự phụ thuộc tuần tự giữa các tầng mã hóa, giúp các mô hình ngôn ngữ dự đoán token âm thanh hiệu quả hơn.
Xu hướng tiếp theo và điều cần theo dõi
Hiệu năng thực tế của LiquidCodec khi chạy trên các dòng chip phần cứng phổ thông khác ngoài chip Apple M4 Max vẫn cần được kiểm chứng thêm.







