Cuestionario vinculado a una guía · Medio Nivel
Prueba de cancelación de eco acústico
Revise cómo los canceladores de eco utilizan audio de referencia del extremo lejano, filtros adaptativos y supresión residual neuronal durante las llamadas y las condiciones cambiantes de la sala.
Pregunta 1 de 8
¿Qué problema resuelve principalmente la cancelación del eco acústico?
Vista previa de cada pregunta8 preguntas
Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.
- ¿Qué problema resuelve principalmente la cancelación del eco acústico?
- Evitar que el micrófono capte el sonido de un altavoz y lo envíe de regreso al otro extremo
- Comprimir archivos de audio para ahorrar ancho de banda
- Traducir el discurso a otro idioma.
- Aumentar el volumen de los altavoces silenciosos
- ¿En qué señal de "referencia" se basa un sistema AEC para predecir el eco?
- La entrada de micrófono del altavoz cercano
- La señal del extremo lejano que se reproduce en el altavoz
- Una plantilla de sala pregrabada
- Niveles de ruido de fondo
- ¿Qué escenario es notoriamente difícil para AEC y puede provocar que un filtro adaptativo se comporte mal?
- Silencio total en ambos extremos.
- Una sola persona hablando despacio.
- Doble discurso, cuando ambas partes hablan simultáneamente
- Reproducir música sin que nadie hable.
- ¿Qué intenta realmente estimar el filtro adaptativo del AEC clásico?
- El tono emocional del hablante.
- La intensidad de la señal Wi-Fi
- El códec de compresión utilizado
- El camino acústico (respuesta de impulso) desde el altavoz hasta el micrófono en la sala
- ¿Por qué se añaden cada vez más redes neuronales además de los filtros AEC clásicos?
- Para manejar la distorsión no lineal y el eco residual que los filtros lineales pasan por alto
- Para hacer las llamadas más caras
- Para reemplazar el hardware del micrófono
- Para ralentizar el procesamiento para mayor precisión
- ¿Qué algoritmo adaptativo se asocia comúnmente con la cancelación de eco tradicional?
- cifrado RSA
- Mínimos cuadrados normales normalizados (NLMS)
- Compresión JPEG
- algoritmo de dijkstra
- Why must an adaptive echo-path filter keep updating during a call?
- The far-end reference changes its language every second
- The microphone stops recording whenever a door opens
- Room acoustics can change when people or objects move, changing the path from speaker to microphone
- A fixed filter automatically learns new room conditions without updates
- What kinds of recordings are included in Microsoft's AEC Challenge datasets?
- Only music recorded in anechoic chambers
- Only far-end speech with no microphone signal
- Only speech with no echo or near-end speaker
- Single-talk and double-talk recordings from real devices and speakers, plus synthetic data