Quiz zur Audiountertitelung

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

1. Wie unterscheidet sich die Audiountertitelung von der automatischen Spracherkennung?
   • Es funktioniert nur bei Stille
   • Es ist langsamer, aber in der Ausgabe identisch
   • Es beschreibt die gesamte akustische Szene, anstatt gesprochene Worte zu transkribieren
   • Es wandelt Text in Audio um
2. Which published datasets supply general-audio descriptions for captioning in this guide?
   • MNIST and CIFAR only
   • Clotho und AudioCaps
   • A mandatory bank-transaction table
   • Only a raw network-password list
3. What architecture does the cited original Clotho baseline use to produce caption words from audio features?
   • Only a fixed filename lookup
   • Only a volume meter with no text output
   • Only an unchanged grammar rule list
   • An encoder-decoder scheme with attention
4. Warum sind Audiountertitel für die Barrierefreiheit wertvoll?
   • Es beschreibt nichtsprachliche Geräusche für gehörlose und schwerhörige Benutzer
   • Es erhöht die Lautstärke
   • Es löscht Hintergrundgeräusche
   • Es verschlüsselt den Ton
5. Which reference-comparison metric does the Clotho paper use among its caption evaluations?
   • RGB color values
   • CIDEr
   • Audio sample rate alone
   • Only a decibel reading
6. Was ist eine große ständige Herausforderung bei der Untertitelung von Audioinhalten?
   • Audiodateien sind zu klein zum Verarbeiten
   • Es sind keine Datensätze verfügbar
   • Untertitel dürfen nur ein Wort lang sein
   • Erstellen Sie Beschreibungen, die sowohl zutreffend sind als auch halluzinierte Details vermeiden
7. How many reference captions per audio file does the original Clotho paper report?
   • Fünf
   • Eins
   • Fifteen
   • Einhundert
8. How many log-mel-band features form each input frame in the original Clotho baseline described in the paper?
   • 8
   • 20
   • 64
   • 256