Google et databaser af standardiserede blandede lyde, forsynet med annotationer, som kan anvendes i maskinlæringssystemer til at adskille vilkårlige blandede lyde i separate komponenter. Der er også offentliggjort en universel dyb læringsmodel (TDCN++), som kan anvendes i Tensorflow til at adskille lyde. Dataene er forberedt på grundlag af en samling og under CC BY 4.0-licensen.
Det præsenterede projekt FUSS (Free Universal Sound Separation) har til formål at løse problemet med at adskille et vilkårligt antal lyde, hvis karakter ikke er kendt på forhånd. Andre lignende systemer er typisk begrænset til opgaven med at adskille bestemte lyde, for eksempel tale og ikke-tale eller forskellige talende personer.
DB'en indeholder omkring 20.000 blandinger. Sættet inkluderer også forudberegnede impulsresponskarakteristika for lokalet, forberedt ved hjælp af en specielt udviklet rum-simulator, der tager højde for refleksioner fra vægge, placeringen af lydkilden og placeringen af mikrofonen.
Kilde: opennet.ru
