Spoločnosť Google databázu referenčných zmiešaných zvukov s anotáciami, ktorú je možné použiť v systémoch strojového učenia na rozdelenie náhodných zmiešaných zvukov na jednotlivé komponenty. Publikovaný je aj univerzálny model hlbokého strojového učenia (TDCN++), ktorý je možné využiť v Tensorflow na rozdelenie zvukov. Údaje sú pripravené na základe zbierky a pod licenciou CC BY 4.0.
Predložený projekt FUSS (Free Universal Sound Separation) si kladie za cieľ vyriešiť problém rozdeľovania akéhokoľvek počtu náhodných zvukov, ktorých charakter nie je vopred známy. Iné podobné systémy sú zvyčajne obmedzené na úlohu rozdeľovania určitých zvukov, ako sú napríklad hovorenie a nehovoření alebo rôzni hovoriaci.
DB obsahuje približne 20 000 zmiešaní. Súčasťou sú aj predbežne vypočítané impulzné charakteristiky miestnosti, ktoré boli pripravené pomocou špeciálne vytvoreného simulátora miestnosti, zohľadňujúceho odraz od stien, polohu zvukového zdroja a umiestnenie mikrofónu.
Zdroj: opennet.ru
