6月26日，记者从腾讯获悉，其主导的新一代实时语音编码行业标准AVS3P10即将正式发布。该标准由腾讯提议启动、推进和维护，以腾讯首款神经网络语音编解码器Penguins为原型，经过AVS音频组多家成员单位共同参与。据介绍，作为首个系统性引入人工智能并实现真正意义上的低码率下高质量语音编码标准，AVS3P10的表现达到国际一流水准。仅需现有主流标准1/3的编码码率，就能实现同等清晰的音质。...
所谓“原生多模态”，即从一开始就使用多种模态（例如音频、视频和图像）训练模型，而不是“拼凑多模态”模型。徐鹏表示，OpenAI的目标是实现多模态深度结合，早在GPT-3时代，其推出的自动语音识别系统Whisper就是一个前期研究。“把语音、图像、视频、文字等各种模态的数据放在统一表征框架下，对于实现他们眼中的API（应用程序编程接口）是一个非常自然的方式，因为人也是多模态理解和交互的智能体。”...
尽管数字电视为观众提供了更高的质量和更好的保真度，它却给负责设计和测试的工程师们带来了更多的复杂性。其中一个因素就是各种音频、视频编码和数字调制方式的类型非常多，例如：MPEG-2,MPEG-4,H.264/AVC,VC-1,MPEG-2AAC,AAC-Plus,PCM,AC3,COFDM,QPSK和QAM。这种技术上的复杂性正引导着，或者说要求工程师选择一种zui优化的解决方案去应对。 ...
截至2008年6月，国家广电总局已颁布7项移动多媒体广播电视行业标准，分别为： （1）GY/T 220.1-2006 移动多媒体广播 第1部分：广播信道帧结构、信道编码和调制 （2）GY/T 220.2-2006 移动多媒体广播 第2部分：复用 （3）GY/T 220.3-2007 移动多媒体广播 第3部分：电子业务指南 （4）GY/T 220.4-2007 移动多媒体广播 第4部分...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证：京ICP证110310号