Společnost Google databázi referenčních smíšených zvuků s anotacemi, kterou lze použít v systémech strojového učení pro rozdělení libovolných smíšených zvuků na jednotlivé komponenty. Dále byla zveřejněna univerzální hloubková model strojového učení (TDCN++), který může být použit v Tensorflow pro rozdělení zvuků. Data byla připravena na základě sbírky a pod licencí CC BY 4.0.
Předložený projekt FUSS (Free Universal Sound Separation) je zaměřen na řešení problému rozdělení jakéhokoliv počtu libovolných zvuků, o jejichž povaze není předem známo. Jiná podobná systémă jsou obvykle omezena úkolem rozdělení konkrétních zvuků, například hlasů a nehlasů nebo různých mluvících osob.
DB obsahuje přibližně 20 tisíc smíšenin. Soubor také zahrnuje předem spočítané impulsní charakteristiky místnosti, připravené pomocí speciálně vyvinutého simulátoru místnosti, což zohledňuje odraz od stěn, umístění zdroje zvuku a umístění mikrofonu.
Zdroj: opennet.ru
