اختبار مرتبط بالدليل · متوسط المستوى
الذكاء الاصطناعي في قراءة الشفاه واختبار التعرف على الكلام البصري
اختبار إشارات الكلام البصرية، غموض Viseme، دمج الصوت-الفيديو، الميزات الزمنية، معالجة منطقة الفم، ومحاذاة CTC في نماذج قراءة الشفاه.
سؤال 1 من 8
What ambiguity does a viseme grouping describe in visual speech recognition?
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- What ambiguity does a viseme grouping describe in visual speech recognition?
- Every sound has a uniquely recoverable image in every frame
- A camera directly measures a word's meaning
- Different speech sounds can share similar visible mouth movements
- The speaker's filename determines the phoneme sequence
- How can a visual stream help an audio-visual recognizer when acoustic noise increases?
- It guarantees correct recognition regardless of occlusion or lighting
- It can supply additional visible articulation cues when the audio is degraded
- It removes every need to evaluate the fusion model
- It makes the acoustic signal physically noiseless
- ما الذي تساعد الواجهة الأمامية التلافيفية ثلاثية الأبعاد في نموذج قراءة الشفاه على التقاطه؟
- لون عيون المتحدث
- درجة حرارة الغرفة
- لهجة المتكلم في الكتابة
- أنماط الحركة قصيرة المدى عبر إطارات متتالية
- Which capture conditions can hide information needed by a visual-speech model?
- Head turns, poor lighting, or an obstruction over the mouth
- A clear frontal view as the only guaranteed failure condition
- A rule that higher resolution removes all ambiguity
- An audio file's compression setting with no effect on the video
- What evaluation scope should be attached to the original LipNet sentence-recognition results?
- Every spontaneous real-world conversation in every language
- The constrained GRID benchmark used in the study
- A guarantee that all professional lip readers are always outperformed
- Only written text with no visual speech input
- أحد المخاوف المجتمعية الرئيسية بشأن الذكاء الاصطناعي لقراءة الشفاه هو:
- يستخدم الكثير من الكهرباء
- لا يمكن تشغيله على أجهزة الكمبيوتر
- الاستخدام السري يتيح المراقبة دون موافقة
- إنه يعمل بلغة واحدة فقط
- Why might a visual-speech pipeline crop a mouth-centered region before temporal modeling?
- To focus processing on relevant articulation rather than unrelated image background
- To remove the need for any information about movement
- To guarantee that every phoneme becomes visually unique
- To supply the final transcript directly from the crop coordinates
- What alignment requirement does CTC avoid in the LipNet training setup?
- All transcript-level training targets
- All observations of the speaker's mouth
- Every temporal dependency in the recognition problem
- A supplied character label for every individual video frame