С помощью нейросетей Krisp определяет раздражающие шумы (вроде плача ребёнка или шуршания бумаги) и в реальном времени вырезает их из аудиопотока.
С помощью нейросетей Krisp определяет раздражающие шумы (вроде плача ребёнка или шуршания бумаги) и в реальном времени вырезает их из аудиопотока.
Главный вопрос — где взяли столько датасетов для голоса. Прям очень интересно, потому что "записали датасеты в студии" звучит не очень реалистично :)
1.Сами записывали
2. voice recording datasets( LibriSpeech, TIMIT)
3. Секретный ингредиент ( об этом не могу рассказать )