рдСрдбрд┐рдпреЛ рдПрдЖрдИ рдЧрд╛рдЗрдб

рд░реВрдкрд╛рдВрддрд░рдг-рдЯрд╛рд╕рдиреЗрдЯ рд╕рдордп-рдбреЛрдореЗрди рдкреГрдердХреНрдХрд░рдг

Conv-TasNet is a time-domain neural speech-separation model that learns an encoder and decoder around a mask-based separator.

рдЗрд╕ рдЧрд╛рдЗрдб рдХреЛ рд╕реБрдиреЗрдВрдПрдЖрдИ-рдиреИрд░реЗрдЯреЗрдб ┬╖ ~2 min

рдЗрд╕ рдкреГрд╖реНрда рдкрд░2 рдорд┐рдирдЯ рд▓рд╛рд▓
  1. рд╕рд┐рдВрд╣рд╛рд╡рд▓реЛрдХрди
  2. рдЧрд╣рд░рд╛ рдЧреЛрддрд╛
  3. рд╡рд╛рд╕реНрддрд╡рд┐рдХ рд╡рд┐рд╢реНрд╡ рдХрд╛рд░реНрдпрд╛рдиреНрд╡рдпрди
  4. рдХрдиреНрд╡-рдЯрд╛рд╕рдиреЗрдЯ рдЯрд╛рдЗрдо-рдбреЛрдореЗрди рдкреГрдердХреНрдХрд░рдг рдХрд╛ рднрд╡рд┐рд╖реНрдп
  5. рдЗрд╕реЗ рд╡реНрдпрд╡рд╣рд╛рд░ рдореЗрдВ рд▓рд╛рдирд╛
  6. рдЕрдиреНрд╡реЗрд╖рдг рдХрд░рддреЗ рд░рд╣реЗрдВ
  7. рдЕрдХреНрд╕рд░ рдкреВрдЫреЗ рдЬрд╛рдиреЗ рд╡рд╛рд▓реЗ рдкреНрд░рд╢реНрдиреЛрдВ

рд╕рд┐рдВрд╣рд╛рд╡рд▓реЛрдХрди

Its paper reports strong two- and three-speaker results, including comparisons to ideal magnitude masks on two-speaker separation benchmarks.

рдЧрд╣рд░рд╛ рдЧреЛрддрд╛

Conv-TasNet is a single-channel, speaker-independent speech-separation model. It uses a learned linear encoder to map waveform segments into a representation optimized for separating speakers. A temporal convolutional network (TCN) predicts masks over that representation, and a learned decoder reconstructs separated waveforms. The paper reports strong results on two- and three-speaker mixtures, including comparisons to ideal magnitude masks in two-speaker separation evaluations. These results are specific to the paperтАЩs tasks and metrics.

рд╡рд╛рд╕реНрддрд╡рд┐рдХ рд╡рд┐рд╢реНрд╡ рдХрд╛рд░реНрдпрд╛рдиреНрд╡рдпрди

рд░рд┐рдХреЙрд░реНрдб рдХреА рдЧрдИ рдореАрдЯрд┐рдВрдЧ рдореЗрдВ рджреЛ рдУрд╡рд░рд▓реИрдкрд┐рдВрдЧ рд╕реНрдкреАрдХрд░ рдХреЛ рдЕрд▓рдЧ рдХрд░рдирд╛ рддрд╛рдХрд┐ рдкреНрд░рддреНрдпреЗрдХ рдХреЛ рд╕рд╛рдл-рд╕реБрдерд░реЗ рддрд░реАрдХреЗ рд╕реЗ рдЯреНрд░рд╛рдВрд╕рдХреНрд░рд┐рдкреНрдЯ рдХрд┐рдпрд╛ рдЬрд╛ рд╕рдХреЗред

рдИрдпрд░рдмрдбреНрд╕ рдФрд░ рд╢реНрд░рд╡рдг рдпрдВрддреНрд░реЛрдВ рдореЗрдВ рднрд╛рд╖рдг рд╡реГрджреНрдзрд┐ рдЬреЛ рд▓рдХреНрд╖рд┐рдд рдмрд╛рдд рдХрд░рдиреЗ рд╡рд╛рд▓реЗ рдХреЛ рдкреГрд╖реНрдарднреВрдорд┐ рдореЗрдВ рд╣реЛрдиреЗ рд╡рд╛рд▓реА рдмрд╛рддрдЪреАрдд рд╕реЗ рдЕрд▓рдЧ рдХрд░рддреА рд╣реИред

рд╢реЛрд░ рд╡рд╛рд▓реЗ рдХреЙрд▓-рд╕реЗрдВрдЯрд░ рдСрдбрд┐рдпреЛ рдХреЛ рд╕реНрд╡рдЪрд╛рд▓рд┐рдд рд╡рд╛рдХреН рдкрд╣рдЪрд╛рди рдореЗрдВ рдлреАрдб рдХрд░рдиреЗ рд╕реЗ рдкрд╣рд▓реЗ рдкреНрд░реА-рдкреНрд░реЛрд╕реЗрд╕рд┐рдВрдЧ рдХрд░реЗрдВред

рдкреЙрдбрдХрд╛рд╕реНрдЯ рдпрд╛ рдлрд╝рд┐рд▓реНрдо рдкреЛрд╕реНрдЯ-рдкреНрд░реЛрдбрдХреНрд╢рди рдореЗрдВ рдУрд╡рд░рд▓реИрдкрд┐рдВрдЧ рд╕рдВрд╡рд╛рдж рдХреЛ рд╕рд╛рдлрд╝ рдХрд░рдирд╛ред

рдХрдиреНрд╡-рдЯрд╛рд╕рдиреЗрдЯ рдЯрд╛рдЗрдо-рдбреЛрдореЗрди рдкреГрдердХреНрдХрд░рдг рдХрд╛ рднрд╡рд┐рд╖реНрдп

Conv-TasNet рдиреЗ рдЯрд╛рдЗрдо-рдбреЛрдореЗрди рдореЙрдбрд▓ рдХреЗ рдПрдХ рдкреВрд░реЗ рдкрд░рд┐рд╡рд╛рд░ рдХреЛ рдЬрдиреНрдо рджрд┐рдпрд╛ред рдбреАрдкреАрдЖрд░рдПрдирдПрди, рд╕реЗрдкрдлреЙрд░реНрдорд░ рдФрд░ рдЯреАрдПрдл-рдЧреНрд░рд┐рдбрдиреЗрдЯ рдЬреИрд╕реЗ рдЙрддреНрддрд░рд╛рдзрд┐рдХрд╛рд░рд┐рдпреЛрдВ рдиреЗ рдкреГрдердХреНрдХрд░рдг рдЧреБрдгрд╡рддреНрддрд╛ рдХреЛ рдмрд╣реБрдд рдЕрдзрд┐рдХ рдмрдврд╝рд╛ рджрд┐рдпрд╛ рд╣реИ, рд▓реЗрдХрд┐рди рдХрдиреНрд╡-рдЯреИрд╕рдиреЗрдЯ рдПрдХ рдордЬрдмреВрдд, рд╣рд▓реНрдХрд╛ рдмреЗрд╕рд▓рд╛рдЗрди рдмрдирд╛ рд╣реБрдЖ рд╣реИ рдФрд░ рдЕрднреА рднреА рдбрд┐рд╡рд╛рдЗрд╕ рдкрд░ рддреИрдирд╛рдд рдХрд┐рдпрд╛ рдЧрдпрд╛ рд╣реИ рдЬрд╣рд╛рдВ рдЧрдгрдирд╛ рдХрдард┐рди рд╣реИред рдЙрдореНрдореАрдж рд╣реИ рдХрд┐ рдЗрд╕рдХрд╛ рдХреЙрдореНрдкреИрдХреНрдЯ рдЯреАрд╕реАрдПрди рдбрд┐рдЬрд╝рд╛рдЗрди рд╢реНрд░рд╡рдг рдпрдВрддреНрд░реЛрдВ, рдИрдпрд░рдмрдбреНрд╕ рдФрд░ рд╡рд╛рд╕реНрддрд╡рд┐рдХ рд╕рдордп рдХреЙрдиреНрдлреНрд░реЗрдВрд╕рд┐рдВрдЧ рдореЗрдВ рдкреНрд░рджрд░реНрд╢рд┐рдд рд╣реЛрддрд╛ рд░рд╣реЗрдЧрд╛, рдЬрд┐рд╕реЗ рдЕрдХреНрд╕рд░ рдореЛрдмрд╛рдЗрд▓ рдЪрд┐рдкреНрд╕ рдкрд░ рдорд┐рд▓реАрд╕реЗрдХрдВрдб рдХреЗ рднреАрддрд░ рдЪрд▓рд╛рдиреЗ рдХреЗ рд▓рд┐рдП рдЖрд╕реБрдд рдпрд╛ рдорд╛рддреНрд░рд╛рдмрджреНрдз рдХрд┐рдпрд╛ рдЬрд╛рддрд╛ рд╣реИред

рдЗрд╕реЗ рд╡реНрдпрд╡рд╣рд╛рд░ рдореЗрдВ рд▓рд╛рдирд╛

рдпрд╣ рдХреНрдпреЛрдВ рдорд╛рдпрдиреЗ рд░рдЦрддрд╛ рд╣реИ?

  • рдкрд╣реБрдВрдЪ рдФрд░ рдкрд╣реБрдВрдЪ. рдпрд╣ рдкреНрд░рддрд┐рд▓реЗрдЦрди, рдХрдерди рдФрд░ рдзреНрд╡рдирд┐ рдЗрдВрдЯрд░рдлреЗрд╕ рдХреЗ рдорд╛рдзреНрдпрдо рд╕реЗ рдкрд╣реБрдВрдЪ рдореЗрдВ рд╕реБрдзрд╛рд░ рдХрд░рддрд╛ рд╣реИред
  • рд▓рд╛рдЧрдд рдФрд░ рдмрдЬрдЯ. рдореАрдбрд┐рдпрд╛ рдЯреАрдореЗрдВ рдЫреЛрдЯреЗ рдмрдЬрдЯ рдореЗрдВ рдмреЗрд╣рддрд░ рдСрдбрд┐рдпреЛ рддреЗрдЬреА рд╕реЗ рднреЗрдЬ рд╕рдХрддреА рд╣реИрдВред
  • рдЧрддрд┐ рдФрд░ рдкреИрдорд╛рдирд╛. рдЧреНрд░рд╛рд╣рдХ-рд╕рд╛рдордирд╛ рдХрд░рдиреЗ рд╡рд╛рд▓реА рдкреНрд░рдгрд╛рд▓рд┐рдпрд╛рдБ рдмрдбрд╝реЗ рдкреИрдорд╛рдиреЗ рдкрд░ рдмреЛрд▓реА рдЬрд╛рдиреЗ рд╡рд╛рд▓реА рдмрд╛рддрдЪреАрдд рдХреЛ рд╕рдВрд╕рд╛рдзрд┐рдд рдХрд░ рд╕рдХрддреА рд╣реИрдВред

рдХрд╛ рдзреНрдпрд╛рди рд░рдЦреЗрдВ

  • рд╕рд╣рдорддрд┐ рдХреЗ рдЕрднрд╛рд╡ рдореЗрдВ рдЖрд╡рд╛рдЬ рдХреЗ рджреБрд░реБрдкрдпреЛрдЧ рдФрд░ рдкреНрд░рддрд┐рд░реВрдкрдг рдХреЗ рдЬреЛрдЦрд┐рдо рдмрдврд╝ рдЬрд╛рддреЗ рд╣реИрдВред
  • рдЙрдЪреНрдЪрд╛рд░рдг, рдмреЛрд▓рд┐рдпреЛрдВ рдпрд╛ рд╢реЛрд░ рднрд░реЗ рд╡рд╛рддрд╛рд╡рд░рдг рдореЗрдВ рд╕рдЯреАрдХрддрд╛ рдХрдо рд╣реЛ рд╕рдХрддреА рд╣реИред
  • рд╕реНрдкрд╖реНрдЯ рд▓реЗрдмрд▓рд┐рдВрдЧ рдХреЗ рдмрд┐рдирд╛ рд╕рд┐рдВрдереЗрдЯрд┐рдХ рдСрдбрд┐рдпреЛ рдХреЛ рдкреНрд░рд╛рдорд╛рдгрд┐рдХ рднрд╛рд╖рдг рд╕рдордЭрдиреЗ рдХреА рднреВрд▓ рдХреА рдЬрд╛ рд╕рдХрддреА рд╣реИред

рдЕрдЧрд▓реЗ рдЪрд░рдг

  1. рд╡реЙрдпрд╕ рдХреИрдкреНрдЪрд░, рдХреНрд▓реЛрдирд┐рдВрдЧ рдФрд░ рдкреБрди: рдЙрдкрдпреЛрдЧ рдХреЗ рд▓рд┐рдП рд╕реНрдкрд╖реНрдЯ рд╕рд╣рдорддрд┐ рдкреНрд░рд╛рдкреНрдд рдХрд░реЗрдВред
  2. рд╡рд┐рднрд┐рдиреНрди рд╡рдХреНрддрд╛рдУрдВ рдФрд░ рдкреГрд╖реНрдарднреВрдорд┐ рд╕реНрдерд┐рддрд┐рдпреЛрдВ рдореЗрдВ рдЧреБрдгрд╡рддреНрддрд╛ рдХрд╛ рдкрд░реАрдХреНрд╖рдг рдХрд░реЗрдВред
  3. рдкрд░рд┐рднрд╛рд╖рд┐рдд рдХрд░реЗрдВ рдХрд┐ рдХрд┐рд╕реА рдЗрдВрд╕рд╛рди рдХреЛ рдЖрдЙрдЯрдкреБрдЯ рдХреА рд╕рдореАрдХреНрд╖рд╛ рдпрд╛ рдЕрдиреБрдореЛрджрди рдХрдм рдХрд░рдирд╛ рдЪрд╛рд╣рд┐рдПред
  4. рдЬрд╡рд╛рдмрджреЗрд╣реА рдХреЗ рд▓рд┐рдП рд╕рд┐рдВрдереЗрдЯрд┐рдХ рдСрдбрд┐рдпреЛ рдХреЛ рд▓реЗрдмрд▓ рдХрд░реЗрдВ рдФрд░ рдЙрджреНрдЧрдо рд░рд┐рдХреЙрд░реНрдб рд░рдЦреЗрдВред

рдЕрдиреНрд╡реЗрд╖рдг рдХрд░рддреЗ рд░рд╣реЗрдВ

рдореБрдлрд╝реНрдд рдиреНрдпреВрдЬрд╝рд▓реЗрдЯрд░

рджреИрдирд┐рдХ рдПрдЖрдИ рдмреНрд░реАрдлрд┐рдВрдЧ рдкреНрд░рд╛рдкреНрдд рдХрд░реЗрдВ

рд╣рд░ рдХрд╛рд░реНрдпрджрд┐рд╡рд╕ рдХреА рд╕реБрдмрд╣ рддреАрди рд╕рддреНрдпрд╛рдкрд┐рдд рдПрдЖрдИ рдХрд╣рд╛рдирд┐рдпрд╛рдБ, рд╕рд╛рджреЗ рдЕрдВрдЧреНрд░реЗрдЬреА рдореЗрдВ рд▓рд┐рдЦреА рдЧрдИрдВред рд╣рдореЗрд╢рд╛ рдХреЗ рд▓рд┐рдП рдореБрдлрд╝реНрдд, рдХреЛрдИ рд╡рд┐рдЬреНрдЮрд╛рдкрди рдирд╣реАрдВред

рдкреНрд░рддреНрдпреЗрдХ рд╕рдкреНрддрд╛рд╣ рдХреЗ рджрд┐рди рдПрдХ рдИрдореЗрд▓. рдПрдХ рдХреНрд▓рд┐рдХ рдореЗрдВ рд╕рджрд╕реНрдпрддрд╛ рд╕рдорд╛рдкреНрдд рдХрд░реЗрдВ. рд╣рдо рдЖрдкрдХрд╛ рдкрддрд╛ рдХрднреА рдирд╣реАрдВ рдмреЗрдЪрддреЗ рдпрд╛ рд╕рд╛рдЭрд╛ рдирд╣реАрдВ рдХрд░рддреЗред

рд╕реНрд╡рдпрдВ рдХреА рдЬрд╛рдВрдЪ рдХрд░реЛ

Take the Conv-TasNet Time-Domain Separation quiz

рдкреНрд░рддреНрдпреЗрдХ рдЙрддреНрддрд░ рдкрд░ рддреНрд╡рд░рд┐рдд рдкреНрд░рддрд┐рдХреНрд░рд┐рдпрд╛, рдФрд░ рдкрд╛рдареНрдпрдХреНрд░рдо рдкрд╛рд╕ рдХрд░рдиреЗ рдХреЗ рдмрд╛рдж рдПрдХ рд╕рддреНрдпрд╛рдкрди рдпреЛрдЧреНрдп рдЖрдИрдбреА рдХреЗ рд╕рд╛рде рдПрдХ рд╕рд╛рдЭрд╛ рдХрд░рдиреЗ рдпреЛрдЧреНрдп рдкреНрд░рдорд╛рдгрдкрддреНрд░ред

рдкреНрд░рд╢реНрдиреЛрддреНрддрд░реА рдкреНрд░рд╛рд░рдВрдн рдХрд░реЗрдВ

рдирд┐рдГрд╢реБрд▓реНрдХ рдПрдЖрдИ рд╢рд┐рдХреНрд╖рд╛ рдХрд╛ рд╕рдорд░реНрдерди рдХрд░реЗрдВред AI Understanding рдПрдХ 501(c)(3) рдЧреИрд░-рд▓рд╛рднрдХрд╛рд░реА рд╕рдВрд╕реНрдерд╛ рд╣реИ - рдХреЛрдИ рд╡рд┐рдЬреНрдЮрд╛рдкрди рдирд╣реАрдВ, рдХреЛрдИ рдкреЗрд╡реЙрд▓ рдирд╣реАрдВред рджрд╛рди рдХрд░реЗрдВ

рдЕрдХреНрд╕рд░ рдкреВрдЫреЗ рдЬрд╛рдиреЗ рд╡рд╛рд▓реЗ рдкреНрд░рд╢реНрдиреЛрдВ

What is Conv-TasNet Time-Domain Separation?

Conv-TasNet is a time-domain neural speech-separation model that learns an encoder and decoder around a mask-based separator. Its paper reports strong two- and three-speaker results, including comparisons to ideal magnitude masks on two-speaker separation benchmarks.

рдкрд╣рд▓реЗ рдХреА рдкреГрдердХреНрдХрд░рдг рдкреНрд░рдгрд╛рд▓рд┐рдпреЛрдВ рдХреА рддреБрд▓рдирд╛ рдореЗрдВ Conv-TasNet рдХреА рдкрд░рд┐рднрд╛рд╖рд┐рдд рд╡рд┐рд╢реЗрд╖рддрд╛ рдХреНрдпрд╛ рд╣реИ?

Conv-TasNet рдирд┐рд╢реНрдЪрд┐рдд STFT рдкрд╛рдЗрдкрд▓рд╛рдЗрди рдХреЛ рдПрдХ рд╕реАрдЦреЗ рд╣реБрдП рдПрдирдХреЛрдбрд░/рдбрд┐рдХреЛрдбрд░ рд╕реЗ рдмрджрд▓ рджреЗрддрд╛ рд╣реИ рддрд╛рдХрд┐ рдпрд╣ рдХрдЪреНрдЪреЗ рддрд░рдВрдЧ рд░реВрдк рдкрд░ рд╕рдордп рдбреЛрдореЗрди рдореЗрдВ рдСрдбрд┐рдпреЛ рдХреЛ рдЕрд▓рдЧ рдХрд░ рд╕рдХреЗред

Conv-TasNet рдЕрдкрдиреЗ рдкреГрдердХреНрдХрд░рдг рдореЙрдбреНрдпреВрд▓ рдХреЗ рд░реВрдк рдореЗрдВ рдХрд┐рд╕ рдкреНрд░рдХрд╛рд░ рдХреЗ рдиреЗрдЯрд╡рд░реНрдХ рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░рддрд╛ рд╣реИ?

рд╡рд┐рднрд╛рдЬрдХ рдПрдХ рдЯреАрд╕реАрдПрди рд╣реИ рдЬреЛ рд╕реНрдЯреИрдХреНрдб рдлреИрд▓реЗ рд╣реБрдП 1рдбреА рдХрдирд╡рд▓реНрд╢рди рд╕реЗ рдирд┐рд░реНрдорд┐рдд рд╣реЛрддрд╛ рд╣реИ, рдЬреЛ рд╕рдорд╛рдирд╛рдВрддрд░ рд░рд╣рддреЗ рд╣реБрдП рдПрдХ рдмрдбрд╝рд╛ рдЧреНрд░рд╣рдгрд╢реАрд▓ рдХреНрд╖реЗрддреНрд░ рджреЗрддрд╛ рд╣реИред

Conv-TasNet рдореЗрдВ рдкрд╛рд░рдВрдкрд░рд┐рдХ рд╢реЙрд░реНрдЯ-рдЯрд╛рдЗрдо рдлреВрд░рд┐рдпрд░ рдЯреНрд░рд╛рдВрд╕рдлрд╝реЙрд░реНрдо рдХреА рдЬрдЧрд╣ рдХреНрдпрд╛ рд▓реЗрддрд╛ рд╣реИ?

рдПрдХ рдирд┐рд╢реНрдЪрд┐рдд рдПрд╕рдЯреАрдПрдлрдЯреА рдХреЗ рдмрдЬрд╛рдп, рдПрдХ рд╕реАрдЦрд╛ рд╣реБрдЖ 1рдбреА рдХрдиреНрд╡реЛрд▓реНрдпреВрд╢рди рддрд░рдВрдЧрд░реВрдк рдЦрдВрдбреЛрдВ рдХреЛ рдорд╛рд╕реНрдХрд┐рдВрдЧ рдХреЗ рд▓рд┐рдП рдЕрдиреБрдХреВрд▓рд┐рдд рдкреНрд░рддрд┐рдирд┐рдзрд┐рддреНрд╡ рдореЗрдВ рдПрдиреНрдХреЛрдб рдХрд░рддрд╛ рд╣реИред

Conv-TasNet рдХреЗ рдкреНрд░рд╢рд┐рдХреНрд╖рдг рдХреЗ рд▓рд┐рдП рдХреМрди рд╕рд╛ рд╣рд╛рдирд┐ рдлрд╝рдВрдХреНрд╢рди рдХреЗрдВрджреНрд░реАрдп рд╣реИ?

Conv-TasNet рдХреЛ рдЕрд▓рдЧ-рдЕрд▓рдЧ рд╕реНрдкреАрдХрд░ рдХреЗ рдЕрдЬреНрдЮрд╛рдд рдХреНрд░рдо рдХреЛ рд╕рдВрднрд╛рд▓рдиреЗ рдХреЗ рд▓рд┐рдП рдХреНрд░рдордкрд░рд┐рд╡рд░реНрддрди-рдЕрдкрд░рд┐рд╡рд░реНрддрдиреАрдп рдкреНрд░рд╢рд┐рдХреНрд╖рдг рдХреЗ рд╕рд╛рде рд╕рдВрдпреБрдХреНрдд рдПрд╕рдЖрдИ-рдПрд╕рдПрдирдЖрд░ рд╣рд╛рдирд┐ рдХреЗ рд╕рд╛рде рдкреНрд░рд╢рд┐рдХреНрд╖рд┐рдд рдХрд┐рдпрд╛ рдЬрд╛рддрд╛ рд╣реИред

What did Conv-TasNetтАЩs paper report about ideal time-frequency magnitude masks?

The paper reports outperforming several ideal time-frequency magnitude masks for two-speaker separation using objective and subjective evaluation.

рд╕реАрдЦрддреЗ рд░рд╣реЛ

рд╕рдВрдмрдВрдзрд┐рдд рдорд╛рд░реНрдЧрджрд░реНрд╢рд┐рдХрд╛рдПрдБ

рдЗрд╕ рд╡рд┐рд╖рдп рдХреЗ рд▓рд┐рдП рдЕрдзрд┐рдХ рдорд╛рд░реНрдЧрджрд░реНрд╢рд┐рдХрд╛рдПрдБ рдЪреБрдиреА рдЧрдИрдВ

рдЖрдЧреЗрдЕрдЧрд▓реА рдЧрд╛рдЗрдб

рд╕реНрд░реЛрдд рдкреГрдердХреНрдХрд░рдг рдХреЗ рд▓рд┐рдП рд╕рдордп-рдЖрд╡реГрддреНрддрд┐ рдорд╛рд╕реНрдХрд┐рдВрдЧ

рддрдХрдиреАрдХреА

рдирд┐рдГрд╢реБрд▓реНрдХ AI рдкреНрд░рдорд╛рдгрдкрддреНрд░ рдкреНрд░рд╛рдкреНрдд рдХрд░реЗрдВрдПрдХ рд╕рдВрдХреНрд╖рд┐рдкреНрдд рдирд┐рдГрд╢реБрд▓реНрдХ рдкрд╛рдареНрдпрдХреНрд░рдо рдФрд░ рдкрд░реАрдХреНрд╖рд╛ред рдХреЛрдИ рдХреАрдордд рдирд╣реАрдВ, рдХреЛрдИ рдХрд╛рд░реНрдб рдирд╣реАрдВ. рд▓рдЧрднрдЧ 2.5 рдШрдВрдЯреЗ.рдирд┐рдГрд╢реБрд▓реНрдХ рдкреНрд░рд╛рд░рдВрдн рдХрд░реЗрдВ тЖТ