以下是几种用于人声分离的深度学习模型的例子：

  1. U-Net：U-Net是一种基于卷积神经网络的架构，通常用于图像分割任务。但由于其强大的特征提取和重建能力，它也被应用于音频分离任务。U-Net通过其编码器-解码器结构，能够捕捉音频中的多层次特征，并有效地将人声与背景音乐分开。

  2. Wave-U-Net：Wave-U-Net是U-Net的一个变种，专为音频处理任务设计。它采用了与U-Net相似的架构，但针对音频数据的特性进行了优化。Wave-U-Net能够处理时间序列数据，并有效地提取音频中的特征，从而实现人声的准确分离。

  3. Deep Clustering：这是一种基于深度学习的无监督学习方法，用于音频源分离。它通过使用深度聚类网络（Deep Clustering Network, DCN）来学习在频谱域对音频进行聚类，从而实现音源分离。Deep Clustering方法通过训练将相似的频谱点聚类在一起，使网络能够学到不同音源的表示。

  4. Deep Attractor Network (DAN)：这是一种基于深度学习的音频源分离方法。它通过学习音源的吸引子表示，使得模型能够在频谱上分离不同的音源。DAN利用吸引子的概念来建模音频源，并通过深度神经网络进行学习和分离。

  5. Recurrent Neural Network (RNN)：RNN是一种适用于处理序列数据的深度学习模型。在音频分离任务中，RNN可以捕捉音频中的时间序列依赖关系，并通过其循环结构对音频进行建模。RNN的变种，如长短期记忆（LSTM）和门控循环单元（GRU），也常用于音频分离任务。

这些深度学习模型通过自动提取音频中的特征、学习音源的表示以及优化分离性能，为人声分离提供了强大的工具和方法。然而，需要注意的是，不同的模型在不同的数据集和任务上可能表现不同，因此选择适合的模型并根据具体任务进行微调是至关重要的。