Mit dem Guide verknüpftes Quiz · Mittel Ebene

SpecAugment für Spracherkennungsquiz

Überprüfen Sie die Feature-Domain SpecAugment, Time Warping, Frequenz- und Zeitmasken sowie die spezifischen LibriSpeech- und Switchboard-Ergebnisse.

Verwandte FührungspfadeSpecaugment zur Spracherkennung
Frage 1 von 8

Womit arbeitet SpecAugment?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Womit arbeitet SpecAugment?
    • Das Log-Mel-Spektrogramm
    • Die rohe Audiowellenform
    • Das Texttranskript
    • Die Gewichte des Modells
  2. Welche davon ist eine der drei Operationen von SpecAugment?
    • Tonhöhenumkehr
    • Frequenzmaskierung
    • Wortersetzung
    • Echoinjektion
  3. What role did the SpecAugment paper assign to its feature transformations?
    • They guarantee that every recognizer avoids overfitting
    • They replace the need for transcribed training data
    • They augment ASR training inputs and were evaluated for recognition performance
    • They improve every speech model by the same amount
  4. Was bewirkt „Zeitmaskierung“?
    • Löscht die Zeitstempel des Transkripts
    • Beschleunigt die Audiowiedergabe
    • Entfernt die Stille am Anfang
    • Löscht eine Spanne aufeinanderfolgender Zeitschritte
  5. How are time- and frequency-mask locations chosen during SpecAugment training?
    • They are randomly sampled, so the same input may receive different masked regions on later passes
    • They are fixed permanently before the training set is collected
    • They are chosen by a language model after each recognition result
    • They are identical for every utterance and every training step
  6. Bei welchem Benchmark hat SpecAugment besonders dazu beigetragen, hochmoderne Ergebnisse zu erzielen?
    • ImageNet
    • LibriSpeech
    • SQuAD
    • KLEBER
  7. What does time warping do in the original SpecAugment policy?
    • It replaces speech frames with translated text
    • It masks every frequency channel permanently
    • It deforms feature positions along the time axis
    • It changes the speaker identity in the waveform
  8. Which recognizer architecture did the original SpecAugment paper use in its experiments?
    • A region-based image detector
    • A music source-separation U-Net only
    • A text-only masked language model
    • Listen, Attend and Spell (LAS)