Le projet audio_separation est un outil de traitement audio permettant de séparer les voix de plusieurs intervenants dans une même source audio. Il vise à améliorer l'expérience utilisateur en isolant les voix dans les environnements bruyants et à faciliter l'analyse de conversations pour la transcription ou la traduction automatique.

FASST est un outil permettant d'accélérer la conception et d'automatiser l'implémentation d'algorithmes de séparation de sources audio basés sur des modèles. Il prend en charge plusieurs modèles tels que LGM, NMF, GMM, GSMM, HMM, HSMM, ainsi que des modèles source-filtre et des modèles spatiaux à rank-1 et full-rank. FASST est disponible en C++ pour le cœur de l'outil et en Matlab et Python pour les scripts utilisateur.

PEASS est un outil Matlab qui calcule des mesures perceptuellement motivées pour l'évaluation de la séparation de sources audio. Il décompose le signal de distorsion en trois composants : distorsion cible, interférence et artefacts. Ces composants sont ensuite utilisés pour calculer quatre scores de qualité : OPS (Overall Perceptual Score), TPS (Target-related Perceptual Score), IPS (Interference-related Perceptual Score), APS (Artifact-related Perceptual Score). Ces scores corrèlent mieux avec les évaluations humaines que les mesures SDR/ISR/SIR/SAR de BSS Eval.

BSS Oracle est un outil Matlab permettant d'évaluer les performances maximales atteignables par une classe d'algorithmes de séparation de sources audio dans un cadre où les signaux sources de référence sont connus. Il calcule les meilleurs filtres de démélange ou les meilleurs masques temps-fréquence pour un signal de mélange donné.