Speech Separation
Speech Separation bezieht sich auf die Aufgabe, alle überlappenden Sprachquellen aus einem gemischten Sprachsignal zu extrahieren. Als spezifisches Szenario von Quellenseparationsproblemen konzentriert sich Speech Separation hauptsächlich darauf, mehrere gleichzeitig auftretende Sprachsignale voneinander zu trennen, anstatt andere störende Signale wie Musik oder Geräusche. Diese Technologie hat erheblichen Anwendungswert in der Spracherkennung in Mehrsprecherumgebungen, bei Hörhilfegeräten und im Audio-Editing.
GRID corpus (mixed-speech)
iKala
U-Net
Libri10Mix
Libri15Mix
Hungarian PIT
Libri20Mix
Libri2Mix
MossFormer2 (w speed perturb)
Libri5Mix
Hungarian PIT
LibriCSS
Conformer (large)
LRS2
TDFNet-small
LRS3
IIANet
TCD-TIMIT corpus (mixed-speech)
VoxCeleb2
RTFS-Net-4
WHAM!
SepReformer-L + DM
WHAMR!
TF-Locoformer (M)
WSJ0-2mix
SepReformer-L
WSJ0-2mix-16k
MossFormer2
WSJ0-3mix
Gated DualPathRNN
WSJ0-4mix
WSJ0-5mix
Gated DualPathRNN