Kvíz spojený s průvodcem · Těžko úroveň
Kvíz o funkcích filtrační banky a PLP
Vyzkoušejte, jak log-mel filtrační banky a PLP převádějí krátké řečové rámce na percepčně tvarované prvky pro moderní řečové modely.
Otázka 1 z 8
Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
- The scales allocate finer frequency spacing at low frequencies and coarser spacing at high frequencies, approximating aspects of hearing
- They make files smaller only
- They remove all background noise
- They guarantee perfect speech recognition
- Čeho dosáhne krok lineární predikce v PLP?
- Zvyšuje hlasitost
- Zapadá do hladké spektrální obálky zachycující tvar vokálního traktu
- Přidává reverb
- Převádí zvuk přímo na text
- Který typ funkce je dominantním vstupem pro moderní modely rozpoznávání hluboké řeči?
- Raw MIDI soubory
- Ručně psané přepisy
- Funkce filtrační banky Log-mel
- JPEG spektrogramy
- Jak se MFCC liší od základních funkcí log-mel filtrační banky?
- MFCC nepoužívají vůbec žádné filtry
- MFCC se měří pouze v decibelech
- MFCC vyžadují pole mikrofonů
- MFCC přidávají kosinusovou transformaci pro dekorelaci výstupů filtrační banky
- Jaký percepční prvek zahrnuje PLP, který základní mel filtrační banky ne?
- Křivka stejné hlasitosti a komprese intenzity odmocniny
- Vestavěný jazykový model
- Automatický překlad
- Stereo panorámování
- Why might a deep model use log-mel features or raw waveforms instead of PLP?
- Použití PLP je nezákonné
- The model can learn useful task-specific representations without every hand-designed PLP step
- Surový zvuk je vždy menší
- PLP funguje pouze pro hudbu
- What is a typical log-mel filterbank feature for one speech frame?
- A word-level translation
- A single pitch label for the whole recording
- The logarithm of spectral energy pooled through a mel-spaced filter
- A pixel color from a spectrogram image
- Which order best describes the main PLP processing steps?
- Translation, tokenization, and decoding
- Stereo panning, reverb, and compression
- Image segmentation followed by color correction
- Critical-band analysis, equal-loudness weighting, loudness compression, then linear prediction