يُشبه فصل إشارة الصوت الموسيقي إلى مكوناتها الصوتية والخلفية تحويل الصورة إلى صورة، حيث يتم تحويل الطيف المختلط إلى مصادره المكوّنة. نقترح تطبيقًا جديدًا لهيكل U-Net، الذي تم تطويره أولًا للتصوير الطبي، على مهمة فصل المصادر، نظرًا لقدرته المثبتة على إعادة إنتاج التفاصيل الدقيقة من المستوى المنخفض المطلوبة لإنتاج صوتي عالي الجودة. وتشير التجارب، من خلال التقييم الكمي والتقييم الذاتي، إلى أن الخوارزمية المقترحة تحقق أداءً من الدرجة الأولى في مجالها.