Kvíz spojený s průvodcem · Střední úroveň
Překlad řeči do řeči kvíz
Kontroluje kaskádový a přímý překlad řeči, diskrétní akustické jednotky, latenci streamování, zachování hlasu a záležitosti týkající se souhlasu.
Otázka 1 z 8
Co dělá převod řeči na řeč (S2ST)?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co dělá převod řeči na řeč (S2ST)?
- Převádí řeč v jednom jazyce na mluvený zvuk v jiném jazyce
- Přepisuje pouze zvuk do textu
- Překládá písemné dokumenty do PDF
- Generuje hudbu na pozadí
- Jaké jsou tři stupně klasického kaskádového systému S2ST?
- Nahrávat, ukládat, mazat
- Rozpoznávání řeči, strojový překlad, převod textu na řeč
- Šifrovat, komprimovat, odesílat
- Poslouchejte, ignorujte, opakujte
- Jaká je klíčová výhoda přímého (end-to-end) S2ST oproti kaskádovým systémům?
- Vždy to chce více textových kroků
- Přeložit to vůbec nejde
- Může snížit latenci a lépe zachovat hlas a prozódii
- Funguje pouze pro jeden jazykový pár
- Který Meta systém je známý pro překlady do zhruba 100 jazyků?
- ChatGPT
- Midjourney
- Stable Diffusion
- Bezešvé M4T
- Proč je přenos streamování v reálném čase tak náročný?
- Systém se musí rozhodnout, kdy bude překládat, než věta skončí
- Zvuk nelze streamovat
- Všechny jazyky mají stejný slovosled
- Nevyžaduje žádné modely
- Jaké nově vznikající obavy pramení ze zachování hlasu mluvčího v překladu?
- Soubory jsou příliš malé
- Souhlas a zneužití deepfake/hlasového klonování
- Překlad se stává nemožným
- Zvuk ztratí veškerý zvuk
- What representation may a direct speech-to-speech system use to connect source audio to target audio?
- A Slurm job identifier
- A table of image pixels
- Discrete acoustic units that serve as intermediate speech tokens
- A hand-written class label for every word
- Why can errors accumulate in a cascaded ASR → translation → TTS pipeline?
- Each stage uses the same model weights
- TTS always corrects the transcript
- The stages run in parallel on the same audio
- An upstream transcription or translation error becomes input to later stages