主要观点：Opus 发布 1.5 版本，带来质量提升（包括基于 ML 的提升）且与 RFC6716 完全兼容，包含多项重要升级。
关键信息：

• ML 升级：1.5 版本通过机器学习实现新功能，如深层包丢失隐藏（PLC）、深度冗余（DRED）、神经声码器等，优化在多数 CPU 上运行，新 ML 功能默认关闭。

  • PLC：通过 DNN 填充丢失数据包，编译时开启增加约 1MB 二进制大小，运行时设置解码器复杂度为 5 及以上启用，不影响兼容性。
  • DRED：利用 RDO-VAE 高效压缩声学参数，传输冗余音频，一秒冗余约 12 - 32kb/s 开销，启用需配置选项增加约 2MB 大小和 1%运行时成本，未标准化。
  • 神经声码器：创建新的 FARGAN 声码器，复杂度低可在多数设备运行，相关论文被接受。
• 低比特率语音质量增强：包括线性自适应编码增强器（LACE）和非线性变体（NoLACE），基于经典后滤波思想结合 DNN 魔法，小且低复杂度，可在较老设备运行，启用需配置标志增加约 1.6MB 大小及相应运行时成本，目前仅在 20ms 帧大小和宽带时应用。
• WebRTC 集成：DRED 需与抖动缓冲器更紧密集成，在 WebRTC 中可利用现有适应机制在丢失与延迟间权衡，可通过 Google WebRTC 仓库的补丁尝试。
• IETF 和标准化：在新创建的 IETF [mlcodec]工作组内进行，包括扩展格式、DRED 比特流和增强方法的标准化工作。
• 其他改进：支持 AVX2 及更多 NEON 优化，创建真实损失模拟器用于模拟数据包丢失。
  重要细节：
• 各功能的技术细节在相关论文中阐述，如 Interspeech 2022、ICASSP 2023、2024 等论文。
• 提供了多个音频样本和测试结果展示各功能的效果。
• 鼓励尝试新功能并反馈经验。