Google Lyra 編解碼技術導入人工智慧,在低速網路環境傳遞清晰通話內容

Google 目前已經將 Lyra 技術應用在旗下數位語音通話服務 Google Duo,並且與新版 Android 作業系統整合。
評論
Photo Credit: Shutterstock / 達志影像
評論

本篇來自合作媒體 Mashdigi,INSIDE 經授權轉載。

針對網路通話(VoIP)服務使用需求,Google 宣布打造高品質且具低位元特性的數位語音編解碼技術 Lyra,標榜在低速連結的網路環境仍可維持清晰、流暢語音通話效果。

依照 Google 說明,Lyra 編解碼技術採用機器學習模式,透過超過數千小時的語音內容學習訓練後,即可將高度壓縮後的數位語音封包完整還原,如此一來就能藉由低位元壓縮比例讓數位語音封包可在低速連結的網路環境快速傳遞,並且讓還原後的數位語音內容維持清晰,避免產生機器人聲情況。

雖然目前 4G 網路應用已經相當普及,同時不少國家地區也開始推行 5G 網路使用普及化,但仍有不少地區僅能以 3G 網路上網,甚至可能因為環境影響,造成網路傳輸相對緩慢情況,因此 Google 提出 Lyra 編解碼技術,將能改善目前越來越多人習慣使用的數位語音通話服務使用體驗,即便當下連網品質不佳,依然可以維持清晰通話。

目前 Lyra 技術的作法,會在每隔 40 毫秒時間擷取一次語音特徵,或是特定聲音內容,其餘部分則會在還原時藉由人工智慧技術方式補正,意味數位語音資料在實際通話過程的所需傳輸比例將可大幅減少,在 3Kbps 位元率運作下約可降低 60% 以上網路頻寬佔用比例。同時,處理延遲時間僅為 90 毫秒,因此可在使用者能接受範圍內。

而 Google 目前已經將 Lyra 技術應用在旗下數位語音通話服務 Google Duo,並且與新版 Android 作業系統整合。

類似 Lyra 技術的作法,包含以 WebRTC 形式使用的數位語音通訊服務,多半採用開源設計的 Opus 編解碼技術,主要透過 32Kbps 位元率進行壓縮,但傳輸效率則會明顯受到網路頻寬影響,但若將位元率降低至 6Kbps 的話,則會產生明顯機器人聲現象。其他像是 Speex、MELP 或 AMR 在內編解碼技術,雖然可以實現與 Lyra 技術相近的位元率表現,但由於不像 Lyra 技術採用人工智慧技術加持,因此多半會有明顯雜訊、機器人聲。

責任編輯:MindyLi

延伸閱讀:



Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。