Google een database van referentiemenggeluiden met annotaties, die gebruikt kan worden in machine learning-systemen voor het scheiden van willekeurige menggeluiden in afzonderlijke componenten. Ook is er een universeel model voor diepe machine learning (TDCN++), dat gebruikt kan worden in Tensorflow voor het scheiden van geluiden. De gegevens zijn voorbereid op basis van een collectie en onder CC BY 4.0-licentie.
Het gepresenteerde project FUSS (Free Universal Sound Separation) is gericht op het oplossen van het probleem van het scheiden van elk aantal willekeurige geluiden, waarvan de aard vooraf niet bekend is. Andere soortgelijke systemen zijn doorgaans beperkt tot het scheiden van specifieke geluiden, zoals spraak en niet-spraak, of verschillende sprekers.
De database bevat ongeveer 20.000 mengsels. De set bevat ook vooraf berekende impulsresponsen van ruimtes, voorbereid met behulp van een speciaal ontworpen kamer-simulator die rekening houdt met reflectie van muren, de locatie van de geluidsbron en de locatie van de microfoon.
Bron: opennet.ru
