Тест, свързан с ръководство · Среден Ниво

Тест за разпознаване на емоционална реч

Проверява акустичните сигнали, ограниченията на набора от данни, междукорпусното обобщение, неяснотата на етикетите и тясната забрана на работното място и образованието в ЕС.

Свързани ръководни пътекиРазпознаване на емоционална реч
Въпрос 1 на 8

Какво основно анализира разпознаването на реч и емоции?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво основно анализира разпознаването на реч и емоции?
    • Акустични характеристики на гласа като височина и енергия
    • Буквалните думи в препис
    • Граматиката на изречението
    • Изражението на лицето на говорещия
  2. Which acoustic properties can speech-emotion models use as cues?
    • Only the spelling of transcribed words
    • Pitch, energy, speaking rate, and voice-quality features
    • A person’s job title
    • The number of speakers in a company
  3. Защо етикетирането на данните за емоциите е особено трудно?
    • Аудио файловете са твърде големи за съхранение
    • Микрофоните не могат да записват емоции
    • Емоцията е субективна и човешките анотатори често не са съгласни
    • Емоциите никога не се появяват в речта
  4. Кой от тях е добре известен набор от данни за емоционална реч?
    • ImageNet
    • КОКО
    • СКВАД
    • IEMOCAP
  5. Как съвременните SER системи често използват ограничени етикетирани данни?
    • Чрез фина настройка на самоконтролирани модели като wav2vec 2.0
    • Като избягвате изцяло невронните мрежи
    • Използвайки само ръкописни правила
    • Като първо запишете милиони нови емоционални клипове
  6. What does the EU AI Act prohibit regarding emotion recognition?
    • All emotion-related research in any setting
    • Inferring emotions in workplace or educational settings, except for medical or safety reasons
    • Every voice assistant that detects speech
    • Any system that transcribes spoken words
  7. Why can a speech-emotion model trained on one dataset fail on another?
    • Emotion labels are identical across every corpus
    • Microphone and speaker differences never affect audio
    • Speakers, language, recording conditions, elicitation, and label distributions can differ
    • A trained model cannot process new recordings
  8. What is one limitation of treating a speech-emotion prediction as a person’s true internal state?
    • Acoustic features contain no information
    • A predicted label is a clinical diagnosis by default
    • The same voice always expresses the same emotion
    • A model infers patterns from audio and may not reflect the speaker’s context or self-report