গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

অডিও ক্যাপশনিং কুইজ

Clotho এবং AudioCaps, এনকোডার-ডিকোডার ক্যাপশন, CIDER মূল্যায়ন, এবং মূল Clotho রেফারেন্স সহ অডিও বর্ণনা এবং স্পিচ ট্রান্সক্রিপশন পর্যালোচনা করুন।

সম্পর্কিত গাইড পাথঅডিও ক্যাপশনিং
প্রশ্ন 1 এর 8

কিভাবে অডিও ক্যাপশনিং স্বয়ংক্রিয় বক্তৃতা স্বীকৃতি থেকে আলাদা?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. কিভাবে অডিও ক্যাপশনিং স্বয়ংক্রিয় বক্তৃতা স্বীকৃতি থেকে আলাদা?
    • এটা শুধুমাত্র নীরবতা কাজ করে
    • এটা ধীর কিন্তু আউটপুট অভিন্ন
    • এটি কথ্য শব্দ প্রতিলিপি করার পরিবর্তে সামগ্রিক শাব্দিক দৃশ্য বর্ণনা করে
    • এটি পাঠ্যকে অডিওতে রূপান্তর করে
  2. Which published datasets supply general-audio descriptions for captioning in this guide?
    • MNIST and CIFAR only
    • Clotho এবং AudioCaps
    • A mandatory bank-transaction table
    • Only a raw network-password list
  3. What architecture does the cited original Clotho baseline use to produce caption words from audio features?
    • Only a fixed filename lookup
    • Only a volume meter with no text output
    • Only an unchanged grammar rule list
    • An encoder-decoder scheme with attention
  4. অ্যাক্সেসযোগ্যতার জন্য অডিও ক্যাপশন কেন মূল্যবান?
    • এটি বধির এবং শ্রবণশক্তিহীন ব্যবহারকারীদের জন্য অ-বক্তৃতা শব্দগুলি বর্ণনা করে৷
    • এটি অডিও ভলিউম বাড়ায়
    • এটি পটভূমির শব্দ মুছে দেয়
    • এটি অডিও এনক্রিপ্ট করে
  5. Which reference-comparison metric does the Clotho paper use among its caption evaluations?
    • RGB color values
    • CIDER
    • Audio sample rate alone
    • Only a decibel reading
  6. অডিও ক্যাপশনিং একটি প্রধান চলমান চ্যালেঞ্জ কি?
    • অডিও ফাইলগুলি প্রক্রিয়া করার জন্য খুব ছোট
    • কোন ডেটাসেট উপলব্ধ নেই
    • ক্যাপশন শুধুমাত্র একটি শব্দ দীর্ঘ হতে পারে
    • নির্ভুল এবং হ্যালুসিনেড বিশদ এড়াতে পারে এমন বর্ণনা তৈরি করা
  7. How many reference captions per audio file does the original Clotho paper report?
    • পাঁচ
    • এক
    • Fifteen
    • একশত
  8. How many log-mel-band features form each input frame in the original Clotho baseline described in the paper?
    • 8
    • 20
    • 64
    • 256