Firma Google baza danych referencyjnych mieszanych dźwięków z adnotacjami, która może być wykorzystywana w systemach uczenia maszynowego stosowanych do separacji dowolnych mieszanych dźwięków na poszczególne komponenty. Opublikowano również uniwersalny model głębokiego uczenia maszynowego (TDCN++), który może być użyty w Tensorflow do separacji dźwięków. Dane przygotowano na podstawie kolekcji i na licencji CC BY 4.0.
Prezentowany projekt FUSS (Free Universal Sound Separation) ma na celu rozwiązanie problemu separacji dowolnej liczby mieszanych dźwięków, których charakter jest z góry nieznany. Inne podobne systemy zazwyczaj ograniczają się do zadania separacji określonych dźwięków, na przykład głosu i nie głosu lub różnych mówiących osób.
Baza danych zawiera około 20 tysięcy miksów. Zbiór obejmuje również wstępnie obliczone charakterystyki impulsowe pomieszczenia, przygotowane za pomocą specjalnie stworzonego symulatora pokoju, uwzględniającego odbicia od ścian, położenie źródła dźwięku i położenie mikrofonu.
Źródło: opennet.ru
