Khử nhiễu giọng nói với RNNoise Quiz

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

1. RNNoise chủ yếu dự đoán điều gì cho mỗi khung âm thanh ngắn?
   • Mức tăng (0 đến 1) cho mỗi dải tần trong khoảng 22 dải tần
   • Bản ghi của bài phát biểu
   • Danh tính của người nói
   • Ngôn ngữ đang được nói
2. Loại mạng lưới thần kinh nào là cốt lõi của RNNoise?
   • Máy biến áp lớn
   • Một mạng tái phát nhỏ sử dụng GRU
   • Bộ phân loại hình ảnh tích chập
   • Mô hình khuếch tán
3. Tại sao RNNoise sử dụng dải tần cảm nhận thay vì các thùng quang phổ thô?
   • Để làm cho mạng lưới lớn và chính xác
   • Để dịch âm thanh thành văn bản
   • Để giữ cho mô hình nhỏ gọn và giảm hiện tượng nhiễu âm nhạc
   • Để tăng tốc độ lấy mẫu
4. Mô hình RNNoise lớn đến mức nào?
   • Khoảng 1 tỷ thông số
   • Khoảng 50 triệu thông số
   • Nó không có tham số có thể học được
   • Khoảng 85.000 quả cân
5. Vai trò của bộ lọc cao độ trong RNNoise là gì?
   • Để loại bỏ tiếng ồn dư thừa giữa các giai điệu của giọng nói hữu thanh
   • Để nâng cao cao độ của người nói
   • Để phát hiện tuổi của người nói
   • Để nén tập tin
6. Ứng dụng phổ biến nào bao gồm RNNoise như một tùy chọn khử tiếng ồn tích hợp?
   • Microsoft Excel
   • Studio OBS
   • Adobe Photoshop
   • Trình kiểm tra chính tả của trình duyệt 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