Kvíz spojený s průvodcem · Střední úroveň

Kvíz RNN-Transducer Models

Pochopte, jak modely RNN-Transducer kombinují akustické snímky a výstupní historii pro úlohy přepisu streamovaných sekvencí.

Související vodicí cestyModely převodníků Rnn
Otázka 1 z 8

Které omezení CTC konkrétně řeší RNN-Transducer?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Které omezení CTC konkrétně řeší RNN-Transducer?
    • Předpoklad podmíněné nezávislosti CTC, který zabraňuje modelování závislostí výstupních tokenů
    • CTC neumí zpracovat zvuk vůbec
    • CTC vyžaduje ke spuštění GPU
    • CTC funguje pouze pro obrázky
  2. Jaké jsou tři hlavní součásti RNN-Transduceru?
    • Kodér, dekodér a diskriminátor
    • Kodér (přepisová síť), predikční síť a společná síť
    • Pouze tokenizer, embedder a softmax
    • Dvě hlavy pozornosti a router
  3. Jakou roli hraje predikční síť v RNN-T?
    • Komprimuje zvukový průběh
    • Měří hlasitost mikrofonu
    • Funguje jako jazykový model, který je podmíněn dříve vydanými tokeny
    • Vybírá vzorkovací frekvenci
  4. Proč RNN-T tak přirozeně podporuje streamování s nízkou latencí?
    • Zpracuje celou promluvu najednou, než cokoliv vydá
    • Úplně ignoruje časové pořadí
    • Funguje pouze na předem nahrané soubory
    • Jeho zarovnání je monotónní a zleva doprava, postupuje zvukem s mezerami
  5. Co dělá při dekódování RNN-T vysílání prázdného tokenu?
    • Přejde na další zvukový časový krok
    • Ukončí celý přepis
    • Smaže předchozí slovo
    • Přepne na jiný jazyk
  6. Který typ kodéru stále častěji nahrazuje LSTM v moderních produkčních systémech RNN-T?
    • Rozhodovací stromy
    • Konformní kodéry
    • Obyčejný pytlík slov
    • Skryté Markovovy modely
  7. What two histories condition the RNN-T joint network’s output distribution?
    • Only the future transcript and a speaker photo
    • Only the last acoustic frame, without output context
    • The encoder representation of acoustic input and the prediction-network representation of prior output labels
    • The optimizer state and learning rate
  8. What alignment behavior does an RNN-T allow before advancing to the next audio frame?
    • It must emit exactly one label for every frame
    • It advances time only after a word-final token
    • It generates all output before reading any audio
    • It can emit zero or more nonblank labels at the current frame, then a blank advances time