اتصالي مسابقة التصنيف الزمني

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي المشكلة الأساسية التي صممت CTC لحلها فيما يتعلق بالتعرف على الكلام؟
   • محاذاة إطارات الصوت غير المقسمة لإخراج النص بدون تسميات على مستوى الإطار
   • ضغط الملفات الصوتية للتخزين
   • ترجمة الكلام من لغة إلى أخرى
   • إزالة الضوضاء الخلفية من التسجيلات
2. ما هو الرمز "الفارغ" الخاص في CTC المستخدم؟
   • لوضع علامة على نهاية الجملة بأكملها فقط
   • لتمثيل "لا يوجد مخرجات جديدة هنا" ولفصل الأحرف المتكررة الحقيقية
   • لتخزين احتمالية نموذج اللغة
   • للإشارة إلى الصمت في الشكل الموجي الصوتي الأصلي
3. كيف تحسب CTC خسارة النسخ المستهدف؟
   • فهو يختار المحاذاة الوحيدة الأكثر احتمالاً ويتجاهل الباقي
   • يقارن قيم البكسل إطارًا بإطار
   • إنه يجمع احتمالات جميع مسارات الإطارات الصالحة التي تنهار إلى النص الهدف
   • يقوم بحساب متوسط سعة الصوت مع مرور الوقت
4. ما هي القاعدتان المطويتان اللتان تطبقهما CTC لتحويل مسار الإطار إلى نص نهائي؟
   • قم بتكبير الحروف، ثم قم بإضافة علامات الترقيم
   • اعكس التسلسل، ثم قم بإزالة حروف العلة
   • أضف مسافات، ثم قم بالترجمة إلى المقاطع الصوتية
   • دمج الأحرف المتكررة المتتالية، ثم حذف الرموز الفارغة
5. ما هو الافتراض المبسط الذي تضعه لجنة مكافحة الإرهاب القياسية بشأن مخرجاتها؟
   • يكون تنبؤ كل إطار مستقلاً بشكل مشروط عن الإطارات الأخرى بالنظر إلى الصوت
   • تعتمد المخرجات بشكل كبير على الأحرف الصادرة مسبقًا
   • يجب أن يكون طول الصوت ثانية واحدة بالضبط
   • تأخذ كل شخصية إطارًا واحدًا بالضبط
6. لماذا غالبًا ما يُفضل البحث عن الشعاع باستخدام نموذج اللغة المدمج على فك التشفير الجشع في CTC؟
   • يعمل بشكل أسرع على كل جهاز
   • إنه يعوض افتقار CTC إلى نموذج لغة داخلي، مما يحسن الدقة
   • إنه يلغي الحاجة إلى الرمز الفارغ
   • إنه يلغي الحاجة إلى تدريب الشبكة
7. What length constraint does CTC place on an output sequence relative to input frames?
   • The target must always have exactly the same length as the input
   • The target must contain twice as many labels as input frames
   • The target cannot require more output labels than there are input time steps
   • CTC requires a fixed 256-token output
8. How can CTC compute the sum over many valid alignments without explicitly listing every path?
   • By selecting one random path and ignoring all others
   • By running a separate language model for every audio frame
   • By sorting the transcript alphabetically
   • Using a forward-backward dynamic-programming recurrence over an alignment lattice