Meta Pippo：仅需单张人像，生成高分辨率多视角图像

近日，Meta Reality Labs的研究团队公布了一项名为"Pippo"的音频神经编解码器，它能够在单个GPU上实现1K并行语音的实时编解码。这一突破性的技术能够处理高度复杂且高质量的神经音频任务。

Pippo编解码器通过优化计算流程，实现了在消费级硬件上的高效运行。与之前的编解码器不同，Pippo并非仅适用于特定规模的数据，而是可以处理大规模的数据集，从而促进了神经音频领域的发展。更重要的是，这种并行处理能力不仅提高了效率，也为实时通信和互动应用带来了新的可能性。

为了便于研究人员使用，Pippo的设计着重考虑了模块化 - 仅需几个步骤，即可构建自定义语音处理流程。Meta Reality Labs提供了一系列预训练的模型，其中包括用于生成高质量音频的Ava-256神经声码器。这种设计降低了开发门槛，方便开发者快速构建和部署各种音频应用。

Pippo的出色性能得益于其对算子融合和内存访问的优化，从而实现了神经编解码器的高效并行化。这些技术进步使得在各种硬件平台上部署成为可能，为未来的音频应用开辟了广阔的前景。

项目地址：https://github.com/facebookresearch/pippo