가이드 연계 퀴즈 · 중간 레벨
RNNoise Quiz를 통한 음성 소음 제거
RNNoise의 컴팩트한 DSP-plus 신경 설계, 지각 대역, 반복 이득 예측, 피치 필터링 및 잡음 프레임 처리를 확인하세요.
질문 1 의 8
RNNoise는 각각의 짧은 오디오 프레임에 대해 주로 무엇을 예측합니까?
모든 질문 미리보기8 질문
퀴즈를 풀면 정답과 설명이 나타납니다.
- RNNoise는 각각의 짧은 오디오 프레임에 대해 주로 무엇을 예측합니까?
- 약 22개 주파수 대역 각각에 대한 이득(0~1)
- 연설 전문
- 발표자의 신원
- 사용되는 언어
- RNNoise의 핵심은 어떤 종류의 신경망인가요?
- 대형 변압기
- GRU를 사용하는 소규모 순환 네트워크
- 컨볼루셔널 이미지 분류기
- 확산 모델
- RNNoise가 원시 스펙트럼 저장소 대신 지각 주파수 대역을 사용하는 이유는 무엇입니까?
- 네트워크를 거대하고 정확하게 만들기 위해
- 오디오를 텍스트로 번역하려면
- 모델을 작게 유지하고 음악 잡음 인공물을 줄이려면
- 샘플링 속도를 높이려면
- RNNoise 모델의 크기는 대략 얼마나 됩니까?
- 약 10억 개의 매개변수
- 약 5천만 개의 매개변수
- 학습 가능한 매개변수가 없습니다.
- 약 85,000개의 가중치
- RNNoise에서 피치 필터의 역할은 무엇인가요?
- 유성음의 고조파 사이의 잔류 잡음을 제거하려면
- 스피커의 피치를 높이려면
- 화자의 나이를 감지하려면
- 파일을 압축하려면
- 내장 잡음 억제 옵션으로 RNNoise가 포함된 인기 애플리케이션은 무엇입니까?
- Microsoft 엑셀
- OBS 스튜디오
- 어도비 포토샵
- 웹 브라우저의 맞춤법 검사기
- 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