SpecAugment за тест за разпознаване на реч

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. На какво работи SpecAugment?
   • Спектрограмата log-mel
   • Формата на необработената аудио вълна
   • Преписът на текста
   • Теглото на модела
2. Коя от тях е една от трите операции на SpecAugment?
   • Обръщане на тона
   • Честотно маскиране
   • Подмяна на думи
   • Ехо инжекция
3. What role did the SpecAugment paper assign to its feature transformations?
   • They guarantee that every recognizer avoids overfitting
   • They replace the need for transcribed training data
   • They augment ASR training inputs and were evaluated for recognition performance
   • They improve every speech model by the same amount
4. Какво прави „маскирането на времето“?
   • Изтрива времевите клейма на преписа
   • Ускорява аудио възпроизвеждането
   • Премахва тишината в началото
   • Заличава интервал от последователни времеви стъпки
5. How are time- and frequency-mask locations chosen during SpecAugment training?
   • They are randomly sampled, so the same input may receive different masked regions on later passes
   • They are fixed permanently before the training set is collected
   • They are chosen by a language model after each recognition result
   • They are identical for every utterance and every training step
6. На кой показател SpecAugment по-специално помогна за постигането на най-съвременни резултати?
   • ImageNet
   • LibriSpeech
   • СКВАД
   • ЛЕПИЛО
7. What does time warping do in the original SpecAugment policy?
   • It replaces speech frames with translated text
   • It masks every frequency channel permanently
   • It deforms feature positions along the time axis
   • It changes the speaker identity in the waveform
8. Which recognizer architecture did the original SpecAugment paper use in its experiments?
   • A region-based image detector
   • A music source-separation U-Net only
   • A text-only masked language model
   • Listen, Attend and Spell (LAS)