Kvíz spojený s průvodcem · Střední úroveň

Kvíz pro rozpoznávání šepotu řeči

Prohlédněte si vícejazyčný audio-textový design Whisper, jeho úkoly vybrané tokeny a co široké pokrytí školením zaručuje a co nezaručuje.

Související vodicí cestyŠeptání Rozpoznávání řeči
Otázka 1 z 8

Přibližně na kolika hodinách zvuku byl Whisper trénován?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Přibližně na kolika hodinách zvuku byl Whisper trénován?
    • 680 000 hodin
    • 6800 hodin
    • 68 000 hodin
    • 6,8 milionu hodin
  2. Jakou střední reprezentaci Whisper vypočítá z nezpracovaného zvuku před kodérem?
    • Hrubý tenzor průběhu
    • Log-Mel spektrogram
    • Pouze funkce MFCC delta
    • Jednožhavý fonémový vektor
  3. Jak jediný model Whisper provádí více úkolů, jako je přepis a překlad?
    • Pro každou úlohu načte jiný model
    • Paralelně běží samostatné jemně vyladěné hlavy
    • Speciální tokeny výzvy specifikují úlohu během dekódování
    • Uživatelé upravují spektrogram ručně
  4. Jakou celkovou neuronovou architekturu Whisper používá?
    • Pouze konvoluční síť
    • Opakující se zásobník LSTM
    • Difúzní model
    • Transformátorový kodér-dekodér
  5. Proč je Whisper považován za obzvláště robustní ve srovnání s dřívějšími systémy ASR?
    • Bylo trénováno na různorodém, hlučném reálném webovém zvuku
    • Funguje pouze na studiově čistém zvuku
    • Nevyužívá žádné strojové učení
    • Vyžaduje to vlastní mikrofon
  6. Pod jakou licencí byly vydány závaží Whisperových modelů?
    • Proprietární, pouze API
    • MIT (otevřený zdroj)
    • GPL bez komerčního využití
    • Nederivát Creative Commons
  7. Approximately how long is each audio segment Whisper converts to a log-Mel spectrogram?
    • 3 seconds
    • 3 minutes
    • 30 seconds
    • 30 minutes
  8. What does Whisper’s English-translation task produce from non-English speech?
    • A translated recording in the speaker’s voice
    • Only a transcript in the original language
    • A list of detected speakers
    • An English text translation