Så en video av en teknologi Google jobbet der de isolerte stemmer i ett lydklipp slik at man f.eks. kunne "mute" en stemme i ett klipp der
to mennesker prater i munnen på hverandre.

Jeg vet ikke hvordan det gjøres i praksis, men hvis man kan isolere de frekvensområdene som utgjør
stemmen i opptaket så er det kanskje mulig å gjøre det lettere å høre hva som blir sagt selv
om kvaliteten på opptaket ikke blir bedre.

Edit:
Tror ikke det nødvendigvis funker med en dårlig lydfil. Her mer om hvordan Google gjør det:

"Løsningen er avhengig av både lyd og video for å separere tale, og kan isolere stemmer blant
annet ved å se om bevegelser av munnen til de som snakker korresponderer med hva som blir sagt.
Som det fremgår av illustrasjonen nedenfor er det først ett lydspor som vil bli splittet i flere
– ett for hver person i videoen som snakker."