Тест, свързан с ръководство · Среден Ниво

Тест за превод от реч към реч

Проверява каскаден и директен превод на реч, дискретни акустични единици, закъснение при поточно предаване, запазване на гласа и проблеми със съгласието.

Свързани ръководни пътекиПревод от реч към реч
Въпрос 1 на 8

Какво прави преводът от реч към реч (S2ST)?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво прави преводът от реч към реч (S2ST)?
    • Преобразува говор на един език в говорен звук на друг език
    • Транскрибира само аудио в текст
    • Превежда писмени документи в PDF файлове
    • Генерира фонова музика
  2. Какви са трите етапа на класическата каскадна система S2ST?
    • Записвайте, съхранявайте, изтривайте
    • Разпознаване на реч, машинен превод, текст в реч
    • Шифроване, компресиране, изпращане
    • Слушайте, игнорирайте, повтаряйте
  3. Какво е ключовото предимство на директния (от край до край) S2ST пред каскадните системи?
    • Винаги се нуждае от повече текстови стъпки
    • Изобщо не може да се превежда
    • Може да намали латентността и да запази по-добре гласа и прозодията
    • Работи само за една езикова двойка
  4. Коя система Meta е известна с превода на приблизително 100 езика?
    • ChatGPT
    • Midjourney
    • Stable Diffusion
    • Безпроблемно M4T
  5. Защо стрийминг преводът в реално време е особено предизвикателство?
    • Системата трябва да реши кога да преведе, преди изречението да завърши
    • Аудиото не може да се предава поточно
    • Всички езици споделят идентичен словоред
    • Не изисква модели
  6. Какво възникващо безпокойство идва от запазването на гласа на говорещия в превода?
    • Файловете стават твърде малки
    • Съгласие и злоупотреба с deepfake/гласово клониране
    • Преводът става невъзможен
    • Аудиото губи целия звук
  7. What representation may a direct speech-to-speech system use to connect source audio to target audio?
    • A Slurm job identifier
    • A table of image pixels
    • Discrete acoustic units that serve as intermediate speech tokens
    • A hand-written class label for every word
  8. Why can errors accumulate in a cascaded ASR → translation → TTS pipeline?
    • Each stage uses the same model weights
    • TTS always corrects the transcript
    • The stages run in parallel on the same audio
    • An upstream transcription or translation error becomes input to later stages