Приглушення мовлення за допомогою RNNoise Quiz

Відповіді та пояснення з’являються під час виконання тесту.

1. Що в першу чергу передбачає RNNoise для кожного короткого кадру аудіо?
   • Підсилення (від 0 до 1) для кожного з приблизно 22 діапазонів частот
   • Стенограма виступу
   • Особа мовця
   • Мова, якою розмовляють
2. Який тип нейронної мережі лежить в основі RNNoise?
   • Великий трансформатор
   • Невелика рекурентна мережа з використанням GRU
   • Згортковий класифікатор зображень
   • Модель дифузії
3. Чому RNNoise використовує перцептивні смуги частот замість необроблених спектральних блоків?
   • Зробити мережу великою та точною
   • Для перекладу аудіо в текст
   • Щоб зберегти модель мініатюрною та зменшити артефакти музичного шуму
   • Щоб збільшити частоту дискретизації
4. Наскільки приблизно розміром є модель RNNoise?
   • Близько 1 мільярда параметрів
   • Близько 50 мільйонів параметрів
   • Він не має параметрів, які можна вивчати
   • Близько 85 000 гир
5. Яка роль фільтра висоти тону в RNNoise?
   • Для видалення залишкового шуму між гармоніками озвученої мови
   • Щоб підвищити тон мовця
   • Щоб визначити вік мовця
   • Щоб стиснути файл
6. Яка популярна програма містить RNNoise як вбудований параметр придушення шуму?
   • Microsoft Excel
   • OBS Studio
   • Adobe Photoshop
   • Перевірка орфографії веб-браузера
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