zimtohrli：音频压缩的新心理声学感知度量

zimtohrli：音频压缩的新心理声学感知度量

zimtohrli 项目地址: https://gitcode.com/gh_mirrors/zi/zimtohrli

项目介绍

zimtohrli 是一种新的心理声学感知度量，它量化了两个音频信号在接近可察觉差异（Just Noticeable Differences，JND）范围内的人类可观察差异。该项目旨在研究声音的心理和生理反应，以创建一个更准确的模型，用于测量声音之间的人类主观相似性。

项目技术分析

zimtohrli 项目的核心在于利用心理声学原理，特别是在 JND 的基础上，为音频压缩提供一种更加精确的度量方法。这种度量方法不仅有助于提高现有音频（以及包含音频的视频）压缩技术的性能，还可以将其结果应用于音频相关的机器学习模型中，为音频分析和处理带来新的可能性。

性能

zimtohrli 在单现代CPU核心上能够以约10倍实时速度比较48kHz采样率的音频，但具体时间可能会根据使用的设置有所不同。性能相关性可通过一些数据集进行比较，这些数据集可以使用 coresvnet、perceptual_audio、sebass_db 和 tcd_voip 工具获取。

兼容性

zimtohrli 项目正在开发中，构建和测试环境为类 Debian 系统。

构建依赖

zimtohrli 项目的构建脚本会下载和管理一些依赖项，但其他依赖需要在构建前安装：

• cmake
• ninja-build

构建比较工具还需要以下依赖项：

• libogg-dev
• libvorbis-dev
• libflac-dev
• libopus-dev
• libasound2-dev
• libglfw3-dev

构建和测试 Python 和 Go 包装器则需要以下依赖项：

• golang-go
• python3
• xxd
• zlib1g-dev
• ffmpeg

在类 Debian 系统中安装这些依赖项：

sudo apt install -y cmake ninja-build clang clang-tidy libogg-dev libvorbis-dev libflac-dev libopus-dev libasound2-dev libglfw3-dev golang-go python3 xxd zlib1g-dev ffmpeg

安装完成后，配置项目：

./configure.sh

构建项目：

(cd build && ninja)

项目及技术应用场景

zimtohrli 的应用场景广泛，特别是在音频压缩领域。以下是一些具体的应用场景：

1. 音频压缩优化：通过使用 zimtohrli，研究人员和开发者可以更精确地量化音频信号之间的差异，从而优化音频压缩算法，提高压缩效率。
2. 机器学习模型训练：zimtohrli 可以为音频相关的机器学习模型提供高质量的特征输入，从而提高模型的准确性和泛化能力。
3. 音频质量评估：zimtohrli 提供了一种评估音频质量的客观方法，有助于在音频处理和传输过程中监控和维护音质。

项目特点

zimtohrli 项目具有以下特点：

1. 创新性：zimtohrli 引入了新的心理声学感知度量方法，为音频压缩领域带来了新的视角。
2. 准确性：通过精确量化音频信号之间的差异，zimtohrli 提供了一种更加精确的音频相似性度量。
3. 实用性：zimtohrli 不仅适用于理论研究和模型构建，还能直接应用于实际音频压缩和机器学习模型中。
4. 兼容性：虽然项目正在开发中，但已针对类 Debian 系统进行了构建和测试，具有较好的兼容性。

总结而言，zimtohrli 项目的出现为音频压缩领域带来了新的可能性，其创新的度量方法和广泛的应用场景使其成为音频技术领域的一个重要突破。无论是研究人员还是开发者，都可以从 zimtohrli 中受益，推动音频技术的进一步发展。

zimtohrli 项目地址: https://gitcode.com/gh_mirrors/zi/zimtohrli