কোর্সের উপাদান সম্পর্কে আপনার উপলব্ধি পরীক্ষা করুন

১. Sampling Rate কোন এককে পরিমাপ করা হয়?

২. একটি বড় অডিও ডেটাসেট স্ট্রিম করার সময়, আপনি কত তাড়াতাড়ি এটি ব্যবহার করা শুরু করতে পারেন?

৩. spectrogram কি ?

অডিও ডিজিটাইজ করতে ব্যবহৃত একটি ডিভাইস যা প্রথমে একটি মাইক্রোফোন দ্বারা ক্যাপচার করা হয়, যা শব্দ তরঙ্গকে বৈদ্যুতিক সংকেতে রূপান্তরিত করে। একটি প্লট যা দেখায় কিভাবে একটি অডিও সংকেতের amplitude সময়ের সাথে পরিবর্তিত হয়। এটি শব্দের *time domain* উপস্থাপনা হিসাবেও পরিচিত। একটি সিগন্যালের ফ্রিকোয়েন্সি বর্ণালীর একটি ভিজ্যুয়াল উপস্থাপনা কারণ এটি সময়ের সাথে পরিবর্তিত হয়।

৪. Whisper দ্বারা প্রত্যাশিত লগ-মেল স্পেকট্রোগ্রামে, কাঁচা অডিও ডেটা রূপান্তর করার সবচেয়ে সহজ উপায় কী?

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

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

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

৫. আপনি কিভাবে 🤗 হাব থেকে একটি ডেটাসেট লোড করবেন?

from datasets import load_dataset

dataset = load_dataset(DATASET_NAME_ON_HUB)

import librosa

dataset = librosa.load(PATH_TO_DATASET)

from transformers import load_dataset

dataset = load_dataset(DATASET_NAME_ON_HUB)

৬. আপনার কাস্টম ডেটাসেটে ৩২ kHz sampling rate সহ উচ্চ-মানের অডিও রয়েছে৷ আপনি একটি speech recognition মডেলকে train করতে চান যা আশা করে যে অডিও উদাহরণগুলির একটি ১৬ খজ sampling rate থাকবে। তোমার কি করা উচিত?

৭. আপনি কিভাবে একটি মেশিন লার্নিং মডেল দ্বারা উত্পন্ন একটি spectrogram কে একটি waveform এ রূপান্তর করতে পারেন?

Update on GitHub