EINGEFRORENE MODELLE / CHECKPOINT 9764
Architektur des Audio-Kanalpaars
Die Originalgewichte stammen aus demselben ausgewählten Generator-/Analyzer-Checkpoint: Epoche 2, Schritt 9.764. Es wurde für diese Browserintegration nichts nachtrainiert.
Generator: 10×64 → 1.600
Bits werden auf −1/+1 abgebildet. Zeitliche Residualblöcke bei zehn Frames verwenden Dilatationen 1, 2 und 4. Transponierte Faltungen erhöhen die Zeitauflösung um 10×4×4 = 160. Weitere Residualblöcke formen die Wellenform; Tanh begrenzt den signed Ausgang.
→ (N,128,100) → (N,64,400)
→ (N,32,1600) → (N,1600)
Analyzer: 1.600 → 10×64
Faltungen mit den Strides 4, 4 und 10 reduzieren die Wellenform zurück auf zehn Frames. Zeitliche Residualblöcke verbinden die Frames. Der abschließende 1×1-Conv liefert 64 Logits pro Frame, ohne Sigmoid im Decoderpfad.
→ (N,64,400) → (N,128,100)
→ (N,128,10) → (N,10,64)
Codec2 und Laufzeitmodule
Codec2 1.2.0 wird aus der ursprünglichen C-Implementierung mit Emscripten 4.0.19 in WebAssembly übersetzt. Die WASM-Bytes sind direkt im lokalen JavaScript enthalten. Der Turbo-Encoder und Log-MAP-Decoder sind nach JavaScript portiert.
ONNX Runtime Web 1.17.3 führt die beiden neuronalen Netze mit WASM-SIMD aus. Die gemeinschaftliche Laufzeit liegt lokal im Stegolabor-Verzeichnis. Modelle werden erst für die jeweilige Erzeugungs- oder Analyseaktion geladen und per SHA256 geprüft.