বিভক্ত শব্দের জন্য Google ডেটা এবং মেশিন লার্নিং মডেল প্রকাশ করে৷

গুগল প্রকাশিত রেফারেন্স মিশ্র শব্দের একটি টীকাযুক্ত ডাটাবেস যা মেশিন লার্নিং সিস্টেমে ব্যবহার করা যেতে পারে যা তাদের স্বতন্ত্র উপাদানগুলিতে নির্বিচারে মিশ্র শব্দগুলিকে আলাদা করতে ব্যবহৃত হয়। একটি জেনেরিক ডিপ মেশিন লার্নিং মডেল (TDCN++)ও প্রকাশিত হয়েছে যা টেনসরফ্লোতে আলাদা আলাদা শব্দ করতে ব্যবহার করা যেতে পারে। সংগ্রহের উপর ভিত্তি করে ডেটা প্রস্তুত করা হয়েছে freesound.org и প্রকাশিত CC BY 4.0 এর অধীনে লাইসেন্সপ্রাপ্ত।

উপস্থাপিত প্রকল্প FUSS (ফ্রি ইউনিভার্সাল সাউন্ড সেপারেশন) যেকোন সংখ্যক নির্বিচারে শব্দ আলাদা করার সমস্যা সমাধানের লক্ষ্যে, যার প্রকৃতি আগে থেকে জানা যায়নি। অন্যান্য অনুরূপ সিস্টেমগুলি সাধারণত নির্দিষ্ট ধ্বনিগুলির মধ্যে পার্থক্য করার জন্য সীমাবদ্ধ থাকে, যেমন কণ্ঠস্বর এবং অ-কণ্ঠস্বর, বা বিভিন্ন লোক কথা বলছে।

ডাটাবেসে প্রায় 20 হাজার মিশ্রণ রয়েছে। কিটটিতে একটি কাস্টম-বিল্ট রুম সিমুলেটর ব্যবহার করে প্রাক-গণনা করা রুম ইমপালস প্রতিক্রিয়া অন্তর্ভুক্ত রয়েছে যা প্রাচীরের প্রতিফলন, শব্দ উত্সের অবস্থান এবং মাইক্রোফোন অবস্থান বিবেচনা করে।

উত্স: opennet.ru