A empresa Google um banco de dados de sons mistos de referência, acompanhado de anotações, que pode ser usado em sistemas de aprendizado de máquina aplicados à separação de sons mistos arbitrários em componentes individuais. Também foi publicada uma modelo universal de aprendizado profundo (TDCN++), que pode ser usada no Tensorflow para separação de sons. Os dados foram preparados com base em uma coleção e sob a licença CC BY 4.0.
O projeto apresentado FUSS (Free Universal Sound Separation) visa resolver o problema da separação de qualquer número de sons arbitrários, sobre os quais não se sabe previamente nada. Outros sistemas semelhantes, em geral, estão limitados à tarefa de separar certos sons, como voz e não voz ou diferentes pessoas falando.
O banco de dados contém cerca de 20 mil misturas. O conjunto também inclui características de impulso da sala previamente calculadas, preparadas com o auxílio de um simulador de sala especialmente criado e que consideram a reflexão das paredes, a localização da fonte de som e a localização do microfone.
Fonte: opennet.ru
