Séparation vocale
La séparation de la parole fait référence à la tâche d'extraire toutes les sources de parole superposées d'un signal de parole mixte. En tant que scénario spécifique des problèmes de séparation de sources, la séparation de la parole se concentre principalement sur l'isolement de plusieurs signaux de parole simultanés plutôt que sur d'autres signaux parasites tels que la musique ou le bruit. Cette technologie présente une valeur d'application significative dans la reconnaissance vocale dans des environnements à plusieurs locuteurs, les appareils d'assistance auditive et l'édition audio.
WSJ0-2mix
SepReformer-L
WHAMR!
TF-Locoformer (M)
Libri2Mix
MossFormer2 (w speed perturb)
WSJ0-3mix
Gated DualPathRNN
LRS2
TDFNet-small
WHAM!
MossFormer2
WSJ0-5mix
Gated DualPathRNN
LRS3
IIANet
VoxCeleb2
RTFS-Net-4
WSJ0-4mix
Libri5Mix
Hungarian PIT
Libri10Mix
GRID corpus (mixed-speech)
Libri20Mix
LibriCSS
Conformer (large)
iKala
U-Net
Libri15Mix
Hungarian PIT
TCD-TIMIT corpus (mixed-speech)
WSJ0-2mix-16k
MossFormer2