Тест, свързан с ръководство · Среден Ниво

Тест за диаризация на говорителя

Прегледайте диаризацията на говорещите, етикетите на анонимните говорещи, обработката на припокриване и компонентите на честотата на грешка при диаризацията. през общите конвенции за точкуване.

Свързани ръководни пътекиДневник на говорещия
Въпрос 1 на 8

Speaker diarization is often summarized by which question?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Speaker diarization is often summarized by which question?
    • Какви думи бяха казани?
    • Какъв език се използва?
    • Кой кога е говорил?
    • Каква емоция има в гласа?
  2. Какво е вграждане на високоговорител?
    • Стенограма на речта
    • Времево клеймо, маркиращо мълчание
    • Формат за компресиране на аудио
    • Вектор с фиксирана дължина, представящ характеристиките на гласа
  3. Кой показател се използва обикновено за оценка на системите за диаризация?
    • Процент на грешки при диаризация (DER)
    • Процент на грешки в думата (WER)
    • Съотношение сигнал/шум (SNR)
    • Честота на кадрите
  4. Трябва ли стандартната диаризация да знае предварително истинските имена на говорещите?
    • Да, имената се изискват като вход
    • Не, той присвоява анонимни етикети като Говорител 1 и Говорител 2
    • Да, но само първия говорител
    • Не, винаги извежда пълни самоличности
  5. 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
  6. Коя стъпка обикновено е първа в класическия тръбопровод за диаризация?
    • Групиране на вграждания в високоговорители
    • Присвояване на истински имена
    • Превод на аудиото
    • Откриване на гласова активност за намиране на речеви региони
  7. 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
  8. 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