Mit dem Guide verknüpftes Quiz · Schwer Ebene

Quiz zu Filterbank- und PLP-Funktionen

Testen Sie, wie Log-Mel-Filterbänke und PLP kurze Sprachrahmen in wahrnehmungsbezogene Merkmale für moderne Sprachmodelle umwandeln.

Verwandte FührungspfadeFilterbank- und PLP-Funktionen
Frage 1 von 8

Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Why do speech filterbanks use mel- or Bark-spaced bands instead of uniformly spaced hertz?
    • The scales allocate finer frequency spacing at low frequencies and coarser spacing at high frequencies, approximating aspects of hearing
    • They make files smaller only
    • They remove all background noise
    • They guarantee perfect speech recognition
  2. Was bewirkt der lineare Vorhersageschritt in PLP?
    • Es erhöht die Lautstärke
    • Es passt zu einer glatten Spektralhülle, die die Form des Stimmtrakts erfasst
    • Es fügt Hall hinzu
    • Es wandelt Audio direkt in Text um
  3. Welcher Merkmalstyp ist die dominierende Eingabe für moderne Deep-Speech-Recognition-Modelle?
    • Rohe MIDI-Dateien
    • Handschriftliche Transkripte
    • Funktionen der Log-Mel-Filterbank
    • JPEG-Spektrogramme
  4. Wie unterscheiden sich MFCCs von den Funktionen der Roh-Log-Mel-Filterbank?
    • MFCCs verwenden überhaupt keine Filter
    • MFCCs werden nur in Dezibel gemessen
    • MFCCs erfordern ein Mikrofonarray
    • MFCCs fügen eine Kosinustransformation hinzu, um die Filterbankausgaben zu dekorrelieren
  5. Welches Wahrnehmungselement enthält PLP, das grundlegende Mel-Filterbänke nicht enthalten?
    • Eine Kurve gleicher Lautstärke und Kubikwurzel-Intensitätskomprimierung
    • Ein integriertes Sprachmodell
    • Automatische Übersetzung
    • Stereo-Panning
  6. Why might a deep model use log-mel features or raw waveforms instead of PLP?
    • Die Verwendung von PLP ist illegal
    • The model can learn useful task-specific representations without every hand-designed PLP step
    • Rohes Audio ist immer kleiner
    • PLP funktioniert nur für Musik
  7. What is a typical log-mel filterbank feature for one speech frame?
    • A word-level translation
    • A single pitch label for the whole recording
    • The logarithm of spectral energy pooled through a mel-spaced filter
    • A pixel color from a spectrogram image
  8. Which order best describes the main PLP processing steps?
    • Translation, tokenization, and decoding
    • Stereo panning, reverb, and compression
    • Image segmentation followed by color correction
    • Critical-band analysis, equal-loudness weighting, loudness compression, then linear prediction