แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบความท้าทายในการลดเสียงรบกวนระดับลึก

ตรวจสอบเป้าหมายความท้าทาย DNS ข้อจำกัดแบบเรียลไทม์ การระงับเฉพาะบุคคล และการประเมินการฟังและความแม่นยำของคำแบบรวมของฉบับปี 2022

เส้นทางแนะนำที่เกี่ยวข้องความท้าทายในการลดเสียงรบกวนระดับลึก
ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. ใครเป็นผู้จัดงาน Deep Noise Suppression (DNS) Challenge
    • Microsoft
    • Google
    • Apple
    • Meta
  2. เป้าหมายหลักของระบบที่สร้างขึ้นสำหรับ DNS Challenge คืออะไร
    • แปลคำพูดระหว่างภาษา
    • ลบเสียงรบกวนพื้นหลังออกจากคำพูดแบบเรียลไทม์
    • สร้างเสียงร้องสังเคราะห์
    • บีบอัดไฟล์เสียงเพื่อจัดเก็บ
  3. เหตุใดระบบเพิ่มคุณภาพเสียงแบบเรียลไทม์จึงจำกัดการมองไปข้างหน้าของอัลกอริทึม (algorithmic lookahead)
    • เพื่อป้องกันไม่ให้โมเดลใช้บริบทใดๆ ที่เรียนรู้มา
    • เพื่อให้เสียงเป็นแบบโมโน
    • เพื่อรักษาความหน่วงแบบ end-to-end ให้อยู่ในงบประมาณความหน่วงที่ใช้งานได้
    • เพื่อกำจัดความจำเป็นในการประมาณค่าสัญญาณรบกวน
  4. เทคนิคทั่วไปในรายการ DNS คือการทำนาย 'มาสก์' หน้ากากทำอะไร?
    • มันเบลอสเปกตรัมทั้งหมดอย่างเท่าเทียมกัน
    • จะเพิ่มเสียงสะท้อนให้กับสัญญาณ
    • มันแปลงเสียงเป็นข้อความ
    • โดยจะปรับขนาดแต่ละช่องความถี่เพื่อลดเสียงรบกวนและรักษาเสียงพูด
  5. การแข่งขัน 2022 DNS Challenge ได้เพิ่มข้อมูลและเงื่อนไขการทดสอบใดบ้าง
    • ข้อมูล Fullband 48-kHz และสถานการณ์บนอุปกรณ์มือถือ
    • เฉพาะเสียงย่านโทรศัพท์ที่ 8 kHz
    • คำบรรยายวิดีโอและป้ายกำกับภาพ
    • ชุดทดสอบที่ไม่มีเสียงพูดหรือเสียงรบกวนพื้นหลัง
  6. สถานการณ์ DNS 'ส่วนบุคคล' คืออะไร
    • ระงับเสียงทั้งหมดรวมทั้งลำโพงเป้าหมายด้วย
    • เก็บเฉพาะวิทยากรเป้าหมายที่ลงทะเบียนไว้ และกำจัดเสียงพูดและเสียงอื่นๆ
    • การเพิ่มชื่อผู้ใช้ลงในข้อมูลเมตาของเสียง
    • การแปลสำเนียงของผู้พูด
  7. ในการแข่งขัน 2022 ICASSP DNS Challenge คะแนนการจัดอันดับแบบรวมเฉลียวมาจากอะไรบ้าง
    • เฉพาะ PESQ และขนาดไฟล์
    • ความแม่นยำของเอกลักษณ์ผู้พูดและอัตราตัวอย่าง
    • WAcc และคะแนนอัตนัย P.835 SIG, BAK และ OVRL
    • MOS จากผู้ฟังเพียงคนเดียวเท่านั้น
  8. WAcc วัดอะไรในการแข่งขัน 2022 DNS Challenge
    • ความดังของเสียงรบกวนพื้นหลัง
    • จำนวนช่องสัญญาณเสียง
    • จำนวนพารามิเตอร์ของโมเดล
    • ความแม่นยำของคำจากการรู้จำเสียงพูดอัตโนมัติ