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.
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.
- Womit arbeitet SpecAugment?
- Das Log-Mel-Spektrogramm
- Die rohe Audiowellenform
- Das Texttranskript
- Die Gewichte des Modells
- Welche davon ist eine der drei Operationen von SpecAugment?
- Tonhöhenumkehr
- Frequenzmaskierung
- Wortersetzung
- Echoinjektion
- 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
- Was bewirkt „Zeitmaskierung“?
- Löscht die Zeitstempel des Transkripts
- Beschleunigt die Audiowiedergabe
- Entfernt die Stille am Anfang
- Löscht eine Spanne aufeinanderfolgender Zeitschritte
- 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
- Bei welchem Benchmark hat SpecAugment besonders dazu beigetragen, hochmoderne Ergebnisse zu erzielen?
- ImageNet
- LibriSpeech
- SQuAD
- KLEBER
- 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
- 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)