গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

বক্তৃতা কুইজের জন্য পাঠ্য স্বাভাবিককরণ

স্পিচ টেক্সট স্বাভাবিকীকরণ পরীক্ষা করুন: সংখ্যা এবং চিহ্ন প্রসারিত করা, টোকেন শ্রেণীবদ্ধ করা, প্রসঙ্গ সমাধান করা এবং নিয়ম বা নিউরাল মডেল ব্যবহার করা।

প্রশ্ন 1 এর 8

বক্তৃতার জন্য পাঠ্য স্বাভাবিককরণ প্রাথমিকভাবে কী করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. বক্তৃতার জন্য পাঠ্য স্বাভাবিককরণ প্রাথমিকভাবে কী করে?
    • লিখিত টেক্সট সম্পূর্ণরূপে উচ্চারিত শব্দে পুনরায় লিখুন
    • অডিও ফাইল কম্প্রেস করে
    • পাঠ্যকে অন্য ভাষায় অনুবাদ করে
    • বক্তার আবেগ শনাক্ত করে
  2. কিভাবে একটি ভাল সিস্টেম বক্তৃতা জন্য '$5' স্বাভাবিক করা উচিত?
    • 'ডলার পাঁচ'
    • 'পাঁচ ডলার'
    • 'এস পাঁচ'
    • 'শতাংশ পাঁচ'
  3. 'ড.'-এর মতো টোকেন কেন স্বাভাবিক করা হচ্ছে? বা 'IV' চতুর?
    • এই টোকেনগুলি সর্বদা একইভাবে উচ্চারিত হয়
    • তাদের কোনো অক্ষর নেই
    • তাদের সঠিক সম্প্রসারণ প্রেক্ষাপটের উপর নির্ভর করে
    • তারা শুধুমাত্র গণিত ব্যবহার করা হয়
  4. What data did the cited neural text-normalization study use to evaluate its models?
    • Unlabeled phone audio only
    • Medical records annotated by clinicians
    • A small set of manually written code snippets
    • English and Russian Wikipedia sentences verbalized by Google TTS’s Kestrel system
  5. What safeguard against unrecoverable errors does the cited neural text-normalization paper discuss?
    • WFST-based covering grammars
    • Removing the reference transcript
    • Replacing all token classes with a speech waveform
    • Using image segmentation at inference
  6. ক্লাসিক স্বাভাবিকীকরণে, একটি টোকেন একটি 'সেমিওটিক ক্লাস' নির্ধারণের ভূমিকা কী?
    • এটি স্পিকারের ভয়েস বাছাই করে
    • এটি টোকেনকে লেবেল করে (যেমন, তারিখ, অর্থ, পরিমাপ) তাই সঠিক verbalizer প্রয়োগ করা হয়
    • এটি পাঠ্যকে সংকুচিত করে
    • এটি সমস্ত বিরাম চিহ্ন মুছে দেয়
  7. In the Kestrel TTS normalization system, what follows tokenization and classification?
    • A speaker diarization pass labels voices
    • A vocoder renders the waveform
    • A verbalization stage applies grammars to turn classified tokens into spoken forms
    • An image model recognizes the page layout
  8. Why can English and Russian text require different normalization grammars?
    • Every language uses identical number and date formats
    • Language has no effect on spoken forms
    • Russian text cannot be normalized for speech
    • Written conventions and verbalization rules vary by language