我有大量将曼彻斯特编码的比特流表示为音频信号的样本。它们被编码的频率是高频率时的主要频率分量，并且背景中存在一致数量的白噪声。

我已经手动解码了这些流，但我想知道是否可以使用某种机器学习技术来学习编码方案。这将节省大量手动识别这些方案的时间。困难在于不同信号的编码方式不同。

是否有可能建立一个可以学习解码多个编码方案的模型？这样的模型有多强大，我想采用什么样的技术？独立分量分析(ICA) 似乎对于隔离我关心的频率很有用，但我将如何学习编码方案？