Kvíz spojený s průvodcem · Střední úroveň
Odšumování řeči pomocí kvízu RNNoise
Zkontrolujte kompaktní DSP-plus-neurální design RNNoise, percepční pásma, predikci opakovaného zisku, filtrování výšky tónu a zpracování šumových snímků.
Otázka 1 z 8
Co RNNoise primárně předpovídá pro každý krátký snímek zvuku?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co RNNoise primárně předpovídá pro každý krátký snímek zvuku?
- Zisk (0 až 1) pro každé z přibližně 22 frekvenčních pásem
- Přepis projevu
- Identita mluvčího
- Jazyk, kterým se mluví
- Jaký typ neuronové sítě je jádrem RNNoise?
- Velký transformátor
- Malá opakující se síť využívající GRU
- Konvoluční klasifikátor obrázků
- Difúzní model
- Proč RNNoise používá percepční frekvenční pásma místo hrubých spektrálních košů?
- Aby byla síť obrovská a přesná
- K překladu zvuku do textu
- Aby byl model malý a omezily se hudebně-šumové artefakty
- Chcete-li zvýšit vzorkovací frekvenci
- Jak velký je zhruba model RNNoise?
- Asi 1 miliarda parametrů
- Asi 50 milionů parametrů
- Nemá žádné naučitelné parametry
- Asi 85 000 závaží
- Jaká je role pitch filtru v RNNoise?
- K odstranění zbytkového šumu mezi harmonickými znělými řečmi
- Pro zvýšení tónu reproduktoru
- Pro zjištění věku mluvčího
- Chcete-li komprimovat soubor
- Která populární aplikace zahrnuje RNNoise jako vestavěnou možnost potlačení hluku?
- Microsoft Excel
- Studio OBS
- Adobe Photoshop
- Kontrola pravopisu webového prohlížeče
- 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
- 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