从鸡尾酒会问题入门语音分离

前言 谷歌这篇文章《Looking to Listen at the Cocktail Party: A Speaker-Independent Audio-Visual Model for Speech Separation》，宣称“攻克”了鸡尾酒会问题。从提供的视频演示来看，可以通过滑动控制只听某一个人说话，非常神奇。 这篇文章本身大概讲了这么一个事： 提出一个视觉-听觉联合模型，通过视觉信息

>>阅读原文<<