الانفصال الصوتي العام الفعّال من حيث الحوسبة والذاكرة

أدى التقدم الأخير في فصل المصادر الصوتية بقيادة التعلم العميق إلى تمكين العديد من نماذج الشبكات العصبية من تقديم حلول قوية لهذه المشكلة التقديرية الأساسية. في هذه الدراسة، نقدّم عائلة من الهياكل المعمارية للشبكات العصبية الفعّالة لفصل المصادر الصوتية العامة، مع التركيز على جوانب حسابية متعددة تعيق تطبيق الشبكات العصبية في السياقات الواقعية. يُشكّل الهيكل الأساسي لهذه الشبكة التلافيفية هيكل SuDoRM-RF (الاستخلاص المتتالي والتعويض المتعدد للخصائص ذات الدقة المتعددة)، بالإضافة إلى عملية تجميع هذه الخصائص التي تتم عبر تحويلات تلافيفية أحادية البعد بسيطة. يمكّن هذا الميكانيزم نماذجنا من تحقيق فصل إشارة عالية الدقة في مجموعة واسعة من البيئات التي تشمل عددًا متغيرًا من المصادر، مع موارد حسابية محدودة (مثل عدد العمليات الحسابية بـ "النقطة العائمة"، وحجم الذاكرة المستهلكة، وعدد المعاملات، وتأخير الاستجابة). تُظهر تجاربنا أن نماذج SuDoRM-RF تُقدّم أداءً مماثلًا أو حتى أفضل من عدة معايير رائدة في المجال، رغم أن هذه المعايير تتطلب موارد حسابية أعلى بكثير. كما تُظهر النسخة السببية لـ SuDoRM-RF أداءً تنافسيًا في فصل الصوت في الوقت الفعلي، حيث تحقق تحسنًا في نسبة الإشارة إلى التشويش المُستقلة عن المقياس (SI-SDRi) بحدود 10 ديسيبل، مع بقاء سرعتها أعلى بـ 20 مرة من الوقت الفعلي على جهاز لاب توب.