Pidato Menyangkal dengan Kuis RNNoise

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Apa yang terutama diprediksi oleh RNNoise untuk setiap frame audio pendek?
   • Penguatan (0 hingga 1) untuk masing-masing sekitar 22 pita frekuensi
   • Transkrip pidatonya
   • Identitas pembicara
   • Bahasa yang digunakan
2. Jenis jaringan saraf apa yang menjadi inti RNNoise?
   • Sebuah transformator besar
   • Jaringan kecil berulang yang menggunakan GRU
   • Pengklasifikasi gambar konvolusional
   • Model difusi
3. Mengapa RNNoise menggunakan pita frekuensi persepsi dan bukan wadah spektral mentah?
   • Untuk membuat jaringan besar dan akurat
   • Untuk menerjemahkan audio ke dalam teks
   • Untuk menjaga model tetap kecil dan mengurangi artefak kebisingan musik
   • Untuk meningkatkan laju sampel
4. Kira-kira seberapa besar model RNNoise?
   • Sekitar 1 miliar parameter
   • Sekitar 50 juta parameter
   • Ia tidak memiliki parameter yang dapat dipelajari
   • Sekitar 85.000 beban
5. Apa peran filter nada di RNNoise?
   • Untuk menghilangkan sisa kebisingan di antara harmonik ucapan yang disuarakan
   • Untuk menaikkan nada pembicara
   • Untuk mendeteksi usia pembicara
   • Untuk mengompres file
6. Aplikasi populer manakah yang menyertakan RNNoise sebagai opsi peredam bising bawaan?
   • Microsoft Unggul
   • OBS Studio
   • Adobe Photoshop
   • Pemeriksa ejaan browser web
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