声音分离技术凭借AI实现巨大飞跃
作者：
发布时间：
关键字：
AI声音分离，
声音分离是一种技术，它可以从混合的音源中提取出单个的声音。这原本被认为是一件非常困难的事，但我们引入了AI技术，在这一领域更进一步。例如，在复原经典电影、消除智能手机的噪音、实现音乐流媒体服务的实时卡拉OK功能等方面已经取得了成果，我们期待未来它能应用到更多领域。
AI声音分离是一种什么样的技术？
AI声音分离是一种技术，它可以从音频数据中去除不必要的噪音，只提取人声或其他特定乐器的声音。当人类在聆听一场多种声音混合在一起的表演时，可以分辨出各个乐器，或者在进行对话时，即使被一大群人包围，我们也能自然而然地专注于一个声音。这些都是人类独有的能力，而直到近来，计算机要做到这一点都还是极其困难的。有人将这项任务描述为混合两种果汁，之后提取其中一种。但是在过去的几年里，由于AI新方法的引入，这项技术有了极大的提升。
以前，人们试图在分离中加入大量的专业知识，例如关于混合过程的知识。此外，人们更喜欢简单的模型，因为它们可以从理论上研究它们。现在这种情况已经改变了，因为使用AI从数据中学习分离体系要好得多。在这个技术上，AI如何被使用？
我们的声音分离是由AI来进行的，可以由人来教计算机完成这个任务。例如，一把吉他有一个特定的声音或频率，这一点可被神经网络学习到。无论混合了多少种声音，我们的AI系统都能够识别这些特征。这就像我们可以发现一个苹果，因为我们之前见过很多苹果。AI在声音分离的应用方式而言，无论是机械上还是概念上都大同小异。
神经网络在所谓的训练中学习识别音频特征。在这个训练中，神经网络会看到很多音乐--比我们一生中听到的音乐还要多--以及我们应该提取的目标声音。这些信息足以让神经网络学习声音分离。