Kvíz spojený s průvodcem · Střední úroveň
Kvíz o rozpoznávání emocí řeči
Kontroluje akustické signály, limity datových souborů, mezikorpusovou generalizaci, nejednoznačnost štítků a úzký zákaz EU na pracovišti a vzdělávání.
Otázka 1 z 8
Co rozpoznávání emocí řeči primárně analyzuje?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co rozpoznávání emocí řeči primárně analyzuje?
- Akustické vlastnosti hlasu jako výška a energie
- Doslovná slova v přepisu
- Gramatika věty
- Mimika mluvčího
- Which acoustic properties can speech-emotion models use as cues?
- Only the spelling of transcribed words
- Pitch, energy, speaking rate, and voice-quality features
- A person’s job title
- The number of speakers in a company
- Proč je označování dat emocí obzvláště obtížné?
- Zvukové soubory jsou pro uložení příliš velké
- Mikrofony nedokážou zaznamenat emoce
- Emoce jsou subjektivní a lidští anotátoři často nesouhlasí
- Emoce se v řeči nikdy neobjevují
- Která z nich je dobře známá datová sada emoční řeči?
- ImageNet
- COCO
- SQUAD
- IEMOCAP
- Jak moderní systémy SER často využívají omezená označená data?
- Jemným doladěním modelů s vlastním dohledem, jako je wav2vec 2.0
- Úplným vyhýbáním se neuronovým sítím
- Pouze pomocí ručně psaných pravidel
- Nejprve nahráním milionů nových emotivních klipů
- What does the EU AI Act prohibit regarding emotion recognition?
- All emotion-related research in any setting
- Inferring emotions in workplace or educational settings, except for medical or safety reasons
- Every voice assistant that detects speech
- Any system that transcribes spoken words
- Why can a speech-emotion model trained on one dataset fail on another?
- Emotion labels are identical across every corpus
- Microphone and speaker differences never affect audio
- Speakers, language, recording conditions, elicitation, and label distributions can differ
- A trained model cannot process new recordings
- What is one limitation of treating a speech-emotion prediction as a person’s true internal state?
- Acoustic features contain no information
- A predicted label is a clinical diagnosis by default
- The same voice always expresses the same emotion
- A model infers patterns from audio and may not reflect the speaker’s context or self-report