اختبار مرتبط بالدليل · متوسط المستوى
اختبار Diarization المتحدث
مراجعة تدوين المتحدث، وتسميات المتحدث المجهول، والتعامل مع التداخل ومكونات معدل خطأ التدوين. عبر اتفاقيات التسجيل المشتركة.
سؤال 1 من 8
غالبًا ما يتم تلخيص مذكرات المتحدث من خلال أي سؤال؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- غالبًا ما يتم تلخيص مذكرات المتحدث من خلال أي سؤال؟
- ما هي الكلمات التي قيلت؟
- ما هي اللغة المستخدمة؟
- من تكلم متى؟
- ما هي العاطفة في الصوت؟
- ما هو تضمين مكبر الصوت؟
- نسخة من الخطاب
- طابع زمني يشير إلى الصمت
- تنسيق ضغط للصوت
- متجه ذو طول ثابت يمثل خصائص الصوت
- ما هو المقياس الشائع استخدامه لتقييم أنظمة diaration؟
- معدل الخطأ في الترميز (DER)
- معدل خطأ الكلمات (WER)
- نسبة الإشارة إلى الضوضاء (SNR)
- معدل الإطار
- هل يحتاج التدوين القياسي إلى معرفة الأسماء الحقيقية للمتحدثين مسبقًا؟
- نعم، الأسماء مطلوبة كمدخلات
- لا، فهو يعين تسميات مجهولة مثل مكبر الصوت 1 ومكبر الصوت 2
- نعم، ولكن المتحدث الأول فقط
- لا، فهو يُخرج دائمًا الهويات الكاملة
- What problem does permutation-invariant training solve in end-to-end neural diarization?
- It removes the need for an audio signal
- It evaluates speaker outputs over permutations so arbitrary output-label order does not affect training
- It identifies a person’s legal name from their voice
- It forces the model to use exactly one speaker channel
- ما هي الخطوة التي تأتي عادةً أولاً في خط أنابيب التدوين الكلاسيكي؟
- تجميع التضمينات في مكبرات الصوت
- تعيين الأسماء الحقيقية
- ترجمة الصوت
- كشف النشاط الصوتي للعثور على مناطق الكلام
- Which error categories commonly make up Diarization Error Rate?
- Missed speech, false alarm speech and speaker confusion
- Word error, punctuation and translation error
- Only missed speech
- Pitch, loudness and speaking rate
- How can an end-to-end diarization model represent simultaneous speakers?
- By forcing every frame to contain exactly one speaker
- By predicting multiple active speaker labels for the same time region
- By assigning real names to all voices
- By deleting overlap before analysis