Eliminação de ruído de fala com teste RNNoise

As respostas e explicações aparecem conforme você responde ao teste.

1. O que o RNNoise prevê principalmente para cada quadro curto de áudio?
   • Um ganho (0 a 1) para cada uma das cerca de 22 bandas de frequência
   • A transcrição do discurso
   • A identidade do orador
   • A língua que está sendo falada
2. Que tipo de rede neural está no centro do RNNoise?
   • Um grande transformador
   • Uma pequena rede recorrente usando GRUs
   • Um classificador de imagem convolucional
   • Um modelo de difusão
3. Por que o RNNoise usa bandas de frequência perceptivas em vez de caixas espectrais brutas?
   • Para tornar a rede enorme e precisa
   • Para traduzir áudio em texto
   • Para manter o modelo minúsculo e reduzir artefatos de ruído musical
   • Para aumentar a taxa de amostragem
4. Qual é aproximadamente o tamanho do modelo RNNoise?
   • Cerca de 1 bilhão de parâmetros
   • Cerca de 50 milhões de parâmetros
   • Não possui parâmetros que podem ser aprendidos
   • Cerca de 85.000 pesos
5. Qual é a função do filtro de pitch no RNNoise?
   • Para remover o ruído residual entre os harmônicos da fala sonora
   • Para aumentar o tom do orador
   • Para detectar a idade do locutor
   • Para compactar o arquivo
6. Qual aplicativo popular inclui RNNoise como opção integrada de supressão de ruído?
   • Microsoft Excel
   • Estúdio OBS
   • Adobe Photoshop
   • O corretor ortográfico de um navegador da 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