Deep Learning für Audio

Deep Learning für Audio wendet neuronale Netze mit vielen Schichten auf Aufgaben wie das Erkennen, Erzeugen und Transformieren von Klang an.^[1] Indem diese Modelle Muster aus großen Mengen an Audiodaten lernen, können sie Aufgaben bewältigen, die sich früher nur schwer direkt programmieren ließen, darunter Sprachsynthese, Quellentrennung und Rauschunterdrückung.

Dieselben Techniken treiben das Klonen von Stimmen, generative Musik und intelligente Audiowerkzeuge an, und sie entwickeln sich weiterhin rasant weiter. Sie gut einzusetzen erfordert geeignete Trainingsdaten, sorgfältige Evaluierung und Aufmerksamkeit für die ethischen Fragen, die entstehen, wenn Modelle echte Stimmen und Klänge überzeugend nachahmen können.^[2]