学生版 社会人版
JA EN

#compression

27 記事

01 ·蒸留と圧縮·★ 会員·論文·13分で読めます 蒸留・量子化・枝刈りの使い分け — 小さくする3つの道 Distilling the Knowledge in a Neural Network モデルを小さくする道は3本あります。数値の目盛りを粗くする量子化、重みそのものを間引く枝刈り、小さいモデルに作り直す蒸留。圧縮率・精度・実装コストの三軸で正面から比べ、「訓練を伴うものを先に、量子化を最後に」という組み合わせ順序の理由まで、前提知識ゼロから。 02 ·符号化の理論·★ 会員·13分で読めます LDPCとTurbo符号 — 5Gと宇宙探査を支える誤り訂正 シャノンが1948年に「存在する」と証明し、45年間だれも作れなかった符号。軟判定・対数尤度比・信念伝播という3つの道具で、なぜ理論限界の目前まで届いたのかを前提知識ゼロから解き、5G NRと深宇宙通信で実際に何が動いているかまでつなげます。 03 ·情報理論·★ 会員·論文·14分で読めます 圧縮＝予測＝知能 — 情報理論から見るLLM Language Modeling Is Compression 次のトークンを当てる訓練は、そのままファイルを縮める訓練でもあります。算術符号化を経由すると「確率モデル」と「符号」が同じものだと分かり、交差エントロピー損失が圧縮後のバイト数そのものになる。Hutter Prizeが圧縮率を知能の指標に据えた理由まで、1から積み上げます。 04 ·現場のメディア実務·無料·14分で読めます HLSとDASH — 動画が届くまでのプロトコル 配信されている動画は「流れて」いるのではなく、数秒ぶんの小さなファイルを順番にダウンロードしているだけです。セグメントとマニフェストの正体、プレイヤーが段を選ぶ仕組み、遅延がどこから生まれるか、低遅延化の手口、そしてCDNの役割までを1から解説します。 05 ·音声圧縮·★ 会員·論文·14分で読めます Opusはなぜ最強か — 現代音声コーデックの設計 Definition of the Opus Audio Codec 話し声用と音楽用に分かれていた音声コーデックを、SILKとCELTという2つのエンジンを1本のビットストリームに束ねて統合したのがOpusです。線形予測とMDCTの役割分担、帯域エネルギーを守るgain-shape量子化、遅延の内訳、そしてWebRTCの必須コーデックになった技術的・制度的な理由を前提知識ゼロから解説します。 06 ·音声圧縮·★ 会員·論文·14分で読めます Opusはなぜ最強か — 現代音声コーデックの設計 Definition of the Opus Audio Codec 話し声用と音楽用に分かれていた音声コーデックを、SILKとCELTという2つのエンジンを1本のビットストリームに束ねて統合したのがOpusです。線形予測とMDCTの役割分担、帯域エネルギーを守るgain-shape量子化、遅延の内訳、そしてWebRTCの必須コーデックになった技術的・制度的な理由を前提知識ゼロから解説します。 07 ·動画圧縮·★ 会員·論文·13分で読めます ニューラル圧縮 — 学習するコーデック End-to-end Optimized Image Compression JPEGの量子化テーブルもH.264の予測モードも、人間が実験して手で決めた表でした。ニューラル圧縮はその設計自体をデータから学習させます。オートエンコーダとエントロピーモデルという2本柱、量子化が微分できない問題の回避策、ハイパープライア、そしてJPEG AIに至る標準化の焦点と現場の落とし穴までを1から解説します。 08 ·音声圧縮·★ 会員·論文·17分で読めます ニューラル音声コーデック — EnCodecとLLM音声の土台 High Fidelity Neural Audio Compression MP3やOpusが人手で「捨て方」を設計したのに対し、ニューラル音声コーデックは符号化そのものを学習し、音を有限個の整数トークンに変えます。ベクトル量子化から残差量子化(RVQ)、EnCodecのビットレート計算、そしてVALL-EやAudioLMのような音声LLMがなぜこの上に建つのかまでを、前提知識ゼロから解説します。 09 ·画像圧縮·★ 会員·14分で読めます WebP・AVIF・JPEG XL — 画像コーデック世代交代 JPEGより明らかに効率の良い後継が3つも出たのに、Webの画像はいまだJPEGだらけです。新顔3つの出自、なぜ静止画コーデックが動画コーデックから生まれるのか、そして「性能で勝っても共通語は死なない」という構造を、比較の作法と配信の実装まで含めて追います。 10 ·画像圧縮·★ 会員·14分で読めます WebP・AVIF・JPEG XL — 画像コーデック世代交代 JPEGより明らかに効率の良い後継が3つも出たのに、Webの画像はいまだJPEGだらけです。新顔3つの出自、なぜ静止画コーデックが動画コーデックから生まれるのか、そして「性能で勝っても共通語は死なない」という構造を、比較の作法と配信の実装まで含めて追います。 11 ·動画圧縮·★ 会員·12分で読めます 動き補償を1から — 動画圧縮の9割はここ 動画のビットの行き先を決めているのは、変換でも量子化でもなく入口の予測です。ブロックマッチングが本当は何を最小化しているのか、なぜ動きベクトルは物体の動きではないのか、P/Bフレームの参照構造とGOPの切れ目が配信でどう事故になるのかを、前提知識なしで1から解きます。 12 ·動画圧縮·★ 会員·12分で読めます 動き補償を1から — 動画圧縮の9割はここ 動画のビットの行き先を決めているのは、変換でも量子化でもなく入口の予測です。ブロックマッチングが本当は何を最小化しているのか、なぜ動きベクトルは物体の動きではないのか、P/Bフレームの参照構造とGOPの切れ目が配信でどう事故になるのかを、前提知識なしで1から解きます。 13 ·音声圧縮·★ 会員·12分で読めます MP3と心理音響 — 「聞こえない音」の科学 MP3が捨てているのは「無い音」ではなく「有るのに聞こえない音」です。最小可聴閾・臨界帯域・マスキングの広がりという耳の穴を測る心理音響モデルを式まで降りて解説し、SMRからビット割り当て、MP3エンコーダの二重ループとビットリザーバまでつなげます。 14 ·音声圧縮·★ 会員·12分で読めます MP3と心理音響 — 「聞こえない音」の科学 MP3が捨てているのは「無い音」ではなく「有るのに聞こえない音」です。最小可聴閾・臨界帯域・マスキングの広がりという耳の穴を測る心理音響モデルを式まで降りて解説し、SMRからビット割り当て、MP3エンコーダの二重ループとビットリザーバまでつなげます。 15 ·符号化の理論·無料·13分で読めます 誤り訂正を1から — 壊れる前提で送るという発想 パリティ1ビットから始めて、ハミング距離・シンドローム復号・リード・ソロモンまでを前提知識ゼロで積み上げ、QRコードが汚れても読める理由と、現場でECCを扱う落とし穴までつなげます。 16 ·動画圧縮·★ 会員·9分で読めます H.264からAV1へ — コーデック世代交代の実際 20年使われ続けるH.264と、ロイヤリティフリーを掲げて登場したAV1。符号化効率・計算量・ライセンスという3つの軸で世代交代の実際を解き、どちらをいつ選ぶかの判断基準まで1から解説する。 17 ·動画圧縮·★ 会員·9分で読めます H.264からAV1へ — コーデック世代交代の実際 20年使われ続けるH.264と、ロイヤリティフリーを掲げて登場したAV1。符号化効率・計算量・ライセンスという3つの軸で世代交代の実際を解き、どちらをいつ選ぶかの判断基準まで1から解説する。 18 ·音声圧縮·★ 会員·10分で読めます 音声圧縮を1から — 聴こえない音を捨てる技術 MP3はなぜ1/10以下のサイズで「同じように」聴こえるのか。聴覚マスキング→MDCT→ビット割り当ての順で音声コーデックの原理を前提知識ゼロから解説し、MP3/AAC/Opusの使い分けまでつなげる。 19 ·音声圧縮·★ 会員·10分で読めます 音声圧縮を1から — 聴こえない音を捨てる技術 MP3はなぜ1/10以下のサイズで「同じように」聴こえるのか。聴覚マスキング→MDCT→ビット割り当ての順で音声コーデックの原理を前提知識ゼロから解説し、MP3/AAC/Opusの使い分けまでつなげる。 20 ·動画圧縮·★ 会員·10分で読めます 動画圧縮を1から — 動き補償とGOP 1秒30枚の写真を別々に圧縮していては、いまの配信帯域にはまるで届きません。フレーム差分がなぜ破綻するのか、動き補償は何を送っているのか、I/P/BフレームとGOP、CBR・VBR・CRFが何を一定に保つのか。最後は配信担当が実際に決めるキーフレーム間隔まで降りていきます。 21 ·動画圧縮·★ 会員·10分で読めます 動画圧縮を1から — 動き補償とGOP 1秒30枚の写真を別々に圧縮していては、いまの配信帯域にはまるで届きません。フレーム差分がなぜ破綻するのか、動き補償は何を送っているのか、I/P/BフレームとGOP、CBR・VBR・CRFが何を一定に保つのか。最後は配信担当が実際に決めるキーフレーム間隔まで降りていきます。 22 ·画像圧縮·無料·10分で読めます PNGはなぜ劣化しないのか — 予測フィルタとDeflate 1ビットも変えずに縮めるとは、どういうことか。すべてのファイルを縮める圧縮器が存在しない理由から始めて、PNGの5つの行フィルタが「予測して差分だけ残す」仕組み、Deflate（LZ77＋ハフマン）、そして写真が苦手でスクリーンショットが得意な理由まで。最後にJPEGとの使い分けを判断基準の形で置きます。 23 ·画像圧縮·無料·10分で読めます PNGはなぜ劣化しないのか — 予測フィルタとDeflate 1ビットも変えずに縮めるとは、どういうことか。すべてのファイルを縮める圧縮器が存在しない理由から始めて、PNGの5つの行フィルタが「予測して差分だけ残す」仕組み、Deflate（LZ77＋ハフマン）、そして写真が苦手でスクリーンショットが得意な理由まで。最後にJPEGとの使い分けを判断基準の形で置きます。 24 ·画像圧縮·★ 会員·12分で読めます JPEGはなぜ劣化するのか — DCTと量子化を1から 写真が10分の1になるとき、何が捨てられているのか。色空間変換・8×8ブロック・DCT・量子化テーブル・ジグザグ走査を順に追い、「品質90」という数字の正体と、ブロックノイズ／モスキートノイズが生まれる場所まで降りていきます。最後は、画像を扱う人が実際に決めることへ落とします。 25 ·画像圧縮·★ 会員·12分で読めます JPEGはなぜ劣化するのか — DCTと量子化を1から 写真が10分の1になるとき、何が捨てられているのか。色空間変換・8×8ブロック・DCT・量子化テーブル・ジグザグ走査を順に追い、「品質90」という数字の正体と、ブロックノイズ／モスキートノイズが生まれる場所まで降りていきます。最後は、画像を扱う人が実際に決めることへ落とします。 26 ·符号化の理論·★ 会員·11分で読めます エントロピー符号化を1から — ハフマンから算術符号まで 「情報量がそのまま符号長になる」——この一行が圧縮のすべてです。シャノンの下限からハフマン符号の作り方、整数ビットという限界、それを外す算術符号とANS、そしてJPEG・PNG・H.264・zstdのどこで何が動いているかまで。最後に、圧縮率が頭打ちになったときの切り分け方を置きます。 27 ·符号化の理論·★ 会員·11分で読めます エントロピー符号化を1から — ハフマンから算術符号まで 「情報量がそのまま符号長になる」——この一行が圧縮のすべてです。シャノンの下限からハフマン符号の作り方、整数ビットという限界、それを外す算術符号とANS、そしてJPEG・PNG・H.264・zstdのどこで何が動いているかまで。最後に、圧縮率が頭打ちになったときの切り分け方を置きます。