RNNoise Testi ile Konuşma Gürültüsünü Giderme

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. RNNoise, her kısa ses karesi için öncelikle neyi öngörüyor?
   • Yaklaşık 22 frekans bandının her biri için bir kazanç (0 ila 1)
   • Konuşmanın transkripti
   • Konuşmacının kimliği
   • Konuşulan dil
2. RNNoise'un merkezinde ne tür bir sinir ağı var?
   • Büyük bir transformatör
   • GRU'ları kullanan küçük bir yinelenen ağ
   • Evrişimli bir görüntü sınıflandırıcı
   • Bir yayılma modeli
3. RNNoise neden ham spektral kutular yerine algısal frekans bantlarını kullanıyor?
   • Ağı büyük ve doğru hale getirmek için
   • Sesi metne çevirmek için
   • Modeli küçük tutmak ve müzikal gürültü eserlerini azaltmak için
   • Örnekleme oranını artırmak için
4. RNNoise modeli kabaca ne kadar büyük?
   • Yaklaşık 1 milyar parametre
   • Yaklaşık 50 milyon parametre
   • Öğrenilebilir parametreleri yoktur
   • Yaklaşık 85.000 ağırlık
5. RNNoise'da perde filtresinin rolü nedir?
   • Sesli konuşmanın harmonikleri arasındaki artık gürültüyü gidermek için
   • Konuşmacının perdesini yükseltmek için
   • Konuşmacının yaşını tespit etmek için
   • Dosyayı sıkıştırmak için
6. Hangi popüler uygulama, yerleşik bir gürültü bastırma seçeneği olarak RNNoise'u içerir?
   • Microsoft Excel
   • OBS Stüdyosu
   • Adobe Photoshop
   • Bir web tarayıcısının yazım denetleyicisi
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