RNNoise प्रश्नोत्तरी के साथ भाषण निंदा

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. RNNoise ऑडियो के प्रत्येक छोटे फ्रेम के लिए मुख्य रूप से क्या भविष्यवाणी करता है?
   • लगभग 22 आवृत्ति बैंडों में से प्रत्येक के लिए एक लाभ (0 से 1)।
   • भाषण की प्रतिलेख
   • वक्ता की पहचान
   • जो भाषा बोली जा रही है
2. RNNoise के मूल में किस प्रकार का तंत्रिका नेटवर्क है?
   • एक बड़ा ट्रांसफार्मर
   • GRUs का उपयोग करने वाला एक छोटा आवर्ती नेटवर्क
   • एक दृढ़ छवि वर्गीकरणकर्ता
   • एक प्रसार मॉडल
3. RNNoise कच्चे वर्णक्रमीय डिब्बे के बजाय अवधारणात्मक आवृत्ति बैंड का उपयोग क्यों करता है?
   • नेटवर्क को विशाल और सटीक बनाना
   • ऑडियो को टेक्स्ट में अनुवाद करने के लिए
   • मॉडल को छोटा रखने और संगीत-शोर कलाकृतियों को कम करने के लिए
   • नमूना दर बढ़ाने के लिए
4. RNNoise मॉडल मोटे तौर पर कितना बड़ा है?
   • लगभग 1 बिलियन पैरामीटर
   • लगभग 50 मिलियन पैरामीटर
   • इसमें सीखने योग्य कोई पैरामीटर नहीं है
   • लगभग 85,000 वज़न
5. RNNoise में पिच फिल्टर की क्या भूमिका है?
   • आवाज वाले भाषण के हार्मोनिक्स के बीच अवशिष्ट शोर को दूर करने के लिए
   • वक्ता की आवाज़ को बढ़ाने के लिए
   • वक्ता की उम्र का पता लगाने के लिए
   • फ़ाइल को कंप्रेस करने के लिए
6. किस लोकप्रिय एप्लिकेशन में अंतर्निहित शोर-दमन विकल्प के रूप में RNNoise शामिल है?
   • Microsoft एक्सेल
   • ओबीएस स्टूडियो
   • एडोब फोटोशॉप
   • एक वेब ब्राउज़र का वर्तनी जांचकर्ता
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