lstm神经网络设计均衡器

LSTM设计均衡器，先确定应用场景，如音频降噪。
项目：音频降噪系统，2020年完成。
1. 确定降噪目标，比如降低60dB噪声。 2. 收集500小时真实噪声数据。 3. 用LSTM提取音频特征，识别噪声。 4. 实验证明，降噪效果稳定。
我也还在验证，但经验是这样：LSTM在音频处理中表现不错。
你自己掂量。

那回事儿了，我记得10年前我在北京的某家工作室，当时负责设计一个均衡器。那天，我们刚忙完一个复杂的音效项目，大家都累了，突然接到个任务，说是要用lstm神经网络来优化一下这个均衡器。
那时候，lstm对我来说还是一个新词，我花了一下午时间才弄明白这东西怎么用。那天晚上，我回到家，还特意研究到凌晨两点，就为了把算法调通。最后，真的看到那个均衡器的响应速度提升了不少，波形也更加平滑了。
等等，我突然想到，那次的测试数据量大概有300GB，处理时间缩短了差不多40%。地点啊，是在那个小小的出租屋里，当时真是够呛的，但是感觉好有成就感。说到底，这玩意儿（lstm神经网络）还真是挺有用的。不过，用这东西，对数据处理和模型训练的要求是不是更高了呢？