স্পিকার ডায়ারাইজেশন কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. Speaker diarization is often summarized by which question?
   • কি কথা বলা হয়েছিল?
   • কোন ভাষা ব্যবহার করা হচ্ছে?
   • কে কখন কথা বলেছে?
   • কণ্ঠে কি আবেগ আছে?
2. একটি স্পিকার এমবেডিং কি?
   • বক্তৃতার প্রতিলিপি
   • একটি টাইমস্ট্যাম্প চিহ্নিত নীরবতা
   • অডিওর জন্য একটি কম্প্রেশন বিন্যাস
   • একটি নির্দিষ্ট দৈর্ঘ্য ভেক্টর একটি ভয়েস এর বৈশিষ্ট্য প্রতিনিধিত্ব করে
3. ডায়ারাইজেশন সিস্টেমের মূল্যায়ন করতে সাধারণত কোন মেট্রিক ব্যবহার করা হয়?
   • ডায়েরাইজেশন ত্রুটি হার (DER)
   • শব্দ ত্রুটি হার (WER)
   • সংকেত-থেকে-শব্দ অনুপাত (SNR)
   • ফ্রেম রেট
4. স্ট্যান্ডার্ড ডায়েরাইজেশনের জন্য কি স্পিকারদের আসল নাম আগে থেকেই জানতে হবে?
   • হ্যাঁ, ইনপুট হিসাবে নাম প্রয়োজন
   • না, এটি স্পিকার 1 এবং স্পিকার 2 এর মতো বেনামী লেবেলগুলি বরাদ্দ করে৷
   • হ্যাঁ, তবে শুধুমাত্র প্রথম বক্তা
   • না, এটি সর্বদা সম্পূর্ণ পরিচয় প্রকাশ করে
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. ক্লাসিক ডায়ারাইজেশন পাইপলাইনে কোন ধাপটি সাধারণত প্রথমে আসে?
   • স্পিকারের মধ্যে ক্লাস্টারিং এমবেডিং
   • আসল নাম বরাদ্দ করা
   • অডিও অনুবাদ করা হচ্ছে
   • বক্তৃতা অঞ্চল খুঁজে পেতে ভয়েস কার্যকলাপ সনাক্তকরণ
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