Демонтаж на речта с RNNoise Quiz

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Какво основно прогнозира RNNoise за всеки кратък кадър от аудио?
   • Печалба (0 до 1) за всяка от около 22 честотни ленти
   • Стенограмата на речта
   • Самоличността на говорещия
   • Езикът, на който се говори
2. Какъв тип невронна мрежа е в основата на RNNoise?
   • Голям трансформатор
   • Малка повтаряща се мрежа, използваща GRU
   • Конволюционен класификатор на изображения
   • Дифузионен модел
3. Защо RNNoise използва перцептуални честотни ленти вместо необработени спектрални контейнери?
   • Да направим мрежата огромна и точна
   • За превод на аудио в текст
   • За да запазите модела малък и да намалите артефактите от музикален шум
   • За да увеличите честотата на дискретизация
4. Приблизително колко голям е моделът RNNoise?
   • Около 1 милиард параметъра
   • Около 50 милиона параметъра
   • Няма параметри, които могат да се научат
   • Около 85 000 тежести
5. Каква е ролята на филтъра за височина в RNNoise?
   • За премахване на остатъчен шум между хармониците на озвучената реч
   • За да повишите тона на високоговорителя
   • За откриване на възрастта на говорещия
   • За компресиране на файла
6. Кое популярно приложение включва RNNoise като вградена опция за потискане на шума?
   • Microsoft Excel
   • OBS Studio
   • Adobe Photoshop
   • Проверка на правописа на уеб браузър
7. Which hand-crafted features does RNNoise feed to its recurrent network?
   • Image color histograms and edge maps
   • Wordpiece embeddings and attention masks
   • Band energies, pitch period, and pitch correlation
   • Speaker names and calendar timestamps
8. What does RNNoise’s separate voice-activity output help the system do?
   • Identify the speaker by name
   • Choose the bitrate of an audio codec
   • Translate the speech into another language
   • Gate the band gains during frames containing only noise