Κουίζ υποτίτλων ήχου

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Σε τι διαφέρει οι υπότιτλοι ήχου από την αυτόματη αναγνώριση ομιλίας;
   • Λειτουργεί μόνο στη σιωπή
   • Είναι πιο αργό αλλά πανομοιότυπο στην έξοδο
   • Περιγράφει τη συνολική ακουστική σκηνή αντί να μεταγράφει προφορικές λέξεις
   • Μετατρέπει κείμενο σε ήχο
2. Which published datasets supply general-audio descriptions for captioning in this guide?
   • MNIST and CIFAR only
   • Clotho και 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. Γιατί οι υπότιτλοι ήχου είναι πολύτιμοι για την προσβασιμότητα;
   • Περιγράφει ήχους μη ομιλίας για κωφούς και βαρήκοους χρήστες
   • Αυξάνει την ένταση του ήχου
   • Διαγράφει τον θόρυβο του φόντου
   • Κρυπτογραφεί τον ήχο
5. Which reference-comparison metric does the Clotho paper use among its caption evaluations?
   • RGB color values
   • ΜΗΛΙΤΗΣ
   • Audio sample rate alone
   • Only a decibel reading
6. Ποια είναι μια σημαντική διαρκής πρόκληση στους υπότιτλους ήχου;
   • Τα αρχεία ήχου είναι πολύ μικρά για επεξεργασία
   • Δεν υπάρχουν διαθέσιμα σύνολα δεδομένων
   • Οι λεζάντες μπορούν να έχουν μόνο μία λέξη
   • Παραγωγή περιγραφών που είναι και ακριβείς και αποφεύγουν παραισθήσεις
7. How many reference captions per audio file does the original Clotho paper report?
   • Πέντε
   • Ένα
   • Fifteen
   • Εκατό
8. How many log-mel-band features form each input frame in the original Clotho baseline described in the paper?
   • 8
   • 20
   • 64
   • 256