Программа, реализующая математическую модель на основе рекуррентных двунаправленных LSTM-сетей, для решения задачи подавления шума музыки в данных с речью, полученных с микрофонной решётки

В составе программы применяются алгоритмы, основанные на нейронных сетях: mask prediction, обучающий нейронную сеть предсказывать бинарную маску полезного сигнала по входной спектрограмме смеси; deep clustering, выполняющий отделение речевого сигнала от музыкального шума. Надежность работы программы характеризуется отношением количества правильно распознанных слов к их общему количеству в произвольной выборке из аудиофайла в %: при ОСШ более 20 дБ, расстоянии до микрофона 2 м и времени реверберации до 700 мс, не менее 60 %; при ОСШ более 15 дБ, расстоянии до микрофона 2 м и времени реверберации до 700 мс, не менее 51 %.