Vérifier votre compréhension de l’unité

1. En quelles unités le taux d’échantillonnage est-il mesuré ?

2. Lorsqu’un grand jeu de données audio est streamé, à quel moment peut-on commencer à l’utiliser ?

3. Qu’est-ce qu’un spectrogramme ?

4. Quel est le moyen le plus simple de convertir des données audio brutes en spectrogramme log-mel attendu par Whisper ?

A.

librosa.feature.melspectrogram(audio["array"])

B.

feature_extractor = WhisperFeatureExtractor.from_pretrained("openai/whisper-small")
feature_extractor(audio["array"])

C.

dataset.feature(audio["array"], model="whisper")

5. Comment charger un jeu de données depuis me 🤗 Hub ?

A.

from datasets import load_dataset

dataset = load_dataset(DATASET_NAME_ON_HUB)

B.

import librosa

dataset = librosa.load(PATH_TO_DATASET)

C.

from transformers import load_dataset

dataset = load_dataset(DATASET_NAME_ON_HUB)

6. Votre jeu de données personnalisé contient des données audio de haute qualité avec une fréquence d’échantillonnage de 32 kHz. Vous souhaitez entraîner un modèle de reconnaissance vocale qui s’attend à ce que les exemples audio aient une fréquence d’échantillonnage de 16 kHz. Que devez-vous faire ?

7. Comment convertir un spectrogramme généré par un modèle d’apprentissage automatique en une forme d’onde ?