Lyra 是一种高质量、低比特率的语音编解码器，即使在最慢的网络上也可以进行语音通信。为此，它应用了传统的编解码器技术，同时利用机器学习 (ML) 的进步和在数千小时数据上训练的模型来创建压缩和传输语音信号的新方法。
Lyra 的架构分为两部分，编码器和解码器。当有人对着手机说话时，编码器会从他们的语音中捕捉独特的属性。这些语音属性，也称为特征，以 40ms 为单位提取，然后压缩并通过网络发送。解码器的工作是将这些特征转换回音频波形，以便通过电话听筒播放出来。将特征解码回波形的过程是通过生成模型（Generative models）处理的，生成模型是一种特殊类型的机器学习模型，非常适合从有限的特征中重新创建一个完整的音频波形。Lyra架构与传统的音频编解码器非常相似，几十年来，传统的音频编解码器已经构成了互联网通信的主干。这些传统的编解码器是基于数字信号处理（DSP）技术，而 Lyra 的关键优势来自于生成模型重建高质量语音信号的能力。
Lyra 的代码是用 C++ 所编写的，以提高速度、效率和互操作性，使用 Bazel 构建框架和 GoogleTest 框架进行彻底的单元测试，并基于 Apache 许可协议进行分发。
-
我目前正在从事一个Android AppEngine项目，使用语音作为主要输入方法。在android上，您可以使用语音包将语音命令转换为纯文本。语音识别不是在设备本身上完成的，而是发送到一个谷歌服务器，该服务器返回文本。 供您参考：http://developer.android.com/resources/articles/speech-input.html 我的目标是使用相同的google服务
-
基础知识 一般说来，蜂鸣器演奏音乐只能是单音频率，它不包含相应幅度的谐波频率，也就是说不能象电子琴那样能奏出多种音色的声音。因此蜂鸣器奏乐只需弄清楚两个概念即可，也就是“音调”和“节拍”。音调表示一个音符唱多高的频率，节拍表示一个音符唱多长的时间。十二平均律就规定了每一个音符的标准频率。 十二平均律，是一种音乐定律方法，将一个纯八度平均分成十二等份，每等分称为半音，是最主要的调音法。十二平均律中各
-
问题内容： 我一直在努力用Java播放aac编码的音频文件。 我们在第一学期末有一个小组项目，希望有一个背景音乐，并且那里几乎没有音效。最后，我们使用了WAV文件，因为我们无法播放AAC。 问题答案： 这个周末，我再次尝试了一次，然后再次搜索，并且从不同的站点一起搜索了一个工作代码，但是没有一个完整的工作解决方案。 为了在以后的项目中更舒适地使用，我为我准备了一个小库，用于AAC播放。 由于很难找
-
问题内容： 谁能推荐可靠的开源软件来在wav文件中记录英语语音？我研究过的两个主要程序是Sphinx和Julius，但是我从来都无法使用它们，并且每个转录文件的文档充其量都是粗略的。 我正在开发64位Ubuntu 10.04，其存储库包括sphinx2和julius，以及voxforge的英语julius声学模态。我专注于转录文件，而不是直接处理麦克风的声音，因为我已经放弃了期望像这样的项目可以与
-
我正试图创建一个呼叫录音机应用程序，然而，我的音频来源时，它的麦克风工作正常，但它不能捕捉第二个声音。 如果我更改为VOICE_CALL，我的应用程序关闭。 我在PlayStore上看到了数百个类似的应用程序，并想知道它们能够记录通话双方的秘密是什么。
-
我已经搜索了Google的所有可用文档，但我找不到Python音频流上的流式语音识别示例。 目前，我正在Django中使用Python语音识别从用户那里获取音频，然后收听音频。然后，我可以保存文件并运行google语音识别，或者直接从创建的音频实例中运行。 有人能指导我如何对音频流执行流式语音识别吗？
-
我正在构建一个应用程序，它使用语音命令来执行某些功能。我这里有一些代码 然而，这种方法需要通过点击按钮来激活。有没有办法通过语音命令启动语音识别器？就像现在的谷歌一样，你可以说“Ok Google”，然后它就会打开语音识别器活动并监听命令？ 谢谢。
-
16 音频编码器 介绍当前可用的音频编码器 aac AAC（Advanced Audio Coding ）编码器 当前原生（内置）编码器还处于实验阶段，而且只能支持AAC-LC（低复杂度AAC）。要使用这个编码器，必须选择 ‘experimental’或者’lower’ 因为当前还处于实验期，所以很多意外可能发生。如果需要一个更稳定的AAC编码器，参考libvo-aacenc,然而它也有一些负面报