فصل الكلام واختبار مشكلة حفلة الكوكتيل

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي "مشكلة حفل الكوكتيل"؟
   • التركيز على صوت واحد أو مصدر صوت واحد وسط العديد من المصادر المتنافسة
   • اختيار المشروب المناسب في حدث ما
   • قياس جهارة الغرفة
   • ضغط موسيقى الحفلة للبث
2. ما هو مخرج نظام فصل الكلام في حالة تسجيل مختلط لعدة مكبرات صوت؟
   • نسخة واحدة أعلى صوتًا من الخليط
   • مسار صوتي منفصل ومعزول لكل متحدث
   • ملخص النص فقط
   • ملف MP3 مضغوط للغرفة بأكملها
3. ما الذي تفعله Conv-TasNet بشكل مختلف عن العديد من طرق الفصل السابقة؟
   • يتطلب ثمانية ميكروفونات على الأقل
   • إنه يعمل فقط على الموسيقى المسجلة مسبقًا
   • إنه يعمل مباشرة في المجال الزمني على عينات الشكل الموجي الخام بدلاً من المخططات الطيفية
   • يترجم الكلام قبل فصله
4. كيف تقوم العديد من شبكات الفصل بعزل الصوت الفردي عن الخليط؟
   • عن طريق زيادة معدل العينة
   • وذلك بحذف كافة الترددات التي تزيد عن 1 كيلو هرتز
   • عن طريق تحويل الصوت إلى التدرج الرمادي
   • من خلال تقدير القناع الذي يحدد الجزء الخاص بكل متحدث من الإشارة
5. ما هو "استخراج المتحدث المستهدف"؟
   • سحب شخص محدد باستخدام عينة مرجعية قصيرة من صوته
   • إزالة جميع الأصوات البشرية من التسجيل
   • حساب عدد المتحدثين الحاضرين
   • تعزيز الموسيقى الخلفية
6. لماذا يمكن أن تساعد إضافة الفيديو في فصل الكلام؟
   • الفيديو يقلل من حجم ملف الصوت
   • توفر حركات الشفاه إشارات مرئية تساعد في مطابقة الصوت مع السماعة الصحيحة
   • تقوم الكاميرات بإلغاء صدى الصوت تلقائيًا
   • يزيل الفيديو الحاجة إلى أي معالجة صوتية
7. What makes overlapping speech difficult for a separation system before it has analyzed the mixture?
   • The mixture contains no audio samples
   • Every speaker always occupies a separate frequency band
   • The number of speakers and which parts of the waveform belong to each speaker may be unknown
   • The recording already labels each word with its speaker
8. What cue can an early multi-microphone separation method use to distinguish speakers?
   • The spelling of each speaker's name
   • The color of the recording interface
   • The file's compression ratio alone
   • Spatial differences in how each voice reaches the microphone array