引導式測驗 · 中等 等級
助聽器中的人工智慧測驗
測試神經降噪在助聽器中的工作原理、延遲為何限制設計以及非處方人工智慧助聽設備可以做什麼和不能做什麼。
問題 1 的 8
為什麼在吵雜的地方簡單地調高音量並不是一個好的解決方案?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 為什麼在吵雜的地方簡單地調高音量並不是一個好的解決方案?
- 它會立即耗盡電池電量
- 它會放大背景噪音和語音
- 會損壞麥克風
- 它關閉定向模式
- 典型的助聽器去噪網路輸出什麼?
- 書面演講稿
- 取代揚聲器的新聲音
- 每幀中每個頻段的增益或掩模
- 配戴者聽力損失的診斷
- 助聽器需要保持大約多少處理延遲?
- 大約 10 毫秒或更短
- 約1秒
- 約5秒
- 延遲對助聽器來說並不重要
- 傳統的基於規則的系統最難應付哪種類型的背景噪音?
- 穩定的粉絲
- 汽車引擎發出嗡嗡聲
- 空調
- 別人說話的胡言亂語
- 在美國,非處方助聽器適合哪些人?
- 任何程度的聽力損失兒童
- 患有輕度至中度聽力損失的成年人
- 任何患有嚴重聽力損失的人
- 僅限持有處方的人
- 哪一種關於人工智慧助聽器的說法是誤解?
- 他們可以對聆聽環境進行分類
- 他們在設備上運行神經網絡
- 它們修復內耳受損的毛細胞
- They can reduce background noise
- Why do hearing aid neural networks need to be small and quantised?
- They must run on a few milliwatts to last a full day on battery
- Larger models are illegal in medical devices
- Small models always sound better
- Quantisation increases the volume
- What trade-off do designers face when making noise suppression more aggressive?
- It makes the device heavier
- It can distort speech, for example removing consonants
- It stops Bluetooth streaming
- It lowers the price