Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ μετατροπής γραφήματος σε φωνή

Ελέγξτε πώς τα συστήματα γραφήματος σε φωνή αντιστοιχίζουν γραπτούς χαρακτήρες σε ήχους ομιλίας, χειρίζονται την ακανόνιστη ορθογραφία και συνδυάζουν λεξικά με νευρωνικά μοντέλα.

Σχετικές διαδρομές οδηγώνΜετατροπή Γραφήματος σε Φωνήμα
Ερώτηση 1 του 8

Στη μετατροπή γραφήματος σε φώνημα, τι είναι τα «φωνήματα»;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Στη μετατροπή γραφήματος σε φώνημα, τι είναι τα «φωνήματα»;
    • Διακεκριμένες ηχητικές μονάδες μιας γλώσσας
    • Γραπτά γράμματα της αλφαβήτου
    • Ολόκληρες λέξεις σε ένα λεξικό
    • Σημεία στίξης
  2. Γιατί το G2P είναι ιδιαίτερα δύσκολο για τα Αγγλικά;
    • Τα αγγλικά δεν έχουν γραπτή μορφή
    • Η αγγλική ορθογραφία είναι ένας ασυνεπής οδηγός για την προφορά
    • Τα αγγλικά έχουν μόνο πέντε φωνήματα
    • Οι αγγλικές λέξεις δεν επαναλαμβάνουν ποτέ την ορθογραφία
  3. Τι είναι ένα «ετερώνυμο» που πρέπει να επιλύσει το G2P;
    • Δύο λέξεις γράφονται διαφορετικά αλλά ακούγονται το ίδιο
    • Μια φτιαγμένη επωνυμία
    • Μια λέξη με την ίδια ορθογραφία αλλά διαφορετική προφορά και σημασία
    • Μια λέξη δανεισμένη από άλλη γλώσσα
  4. Ποιος πόρος χρησιμοποιείται ένα κλασικό λεξικό αγγλικής προφοράς στα συστήματα G2P;
    • ImageNet
    • WordNet
    • Γάντι
    • CMUdict
  5. Πώς πλαισιώνουν συνήθως τα σύγχρονα νευρωνικά μοντέλα G2P την εργασία;
    • Ως μετάφραση αλληλουχίας σε ακολουθία από γράμματα σε φωνήματα
    • Ως ταξινόμηση εικόνων
    • Ως ομαδοποίηση ηχητικών αποσπασμάτων
    • Ως σταθερός πίνακας από ένα γράμμα σε έναν ήχο
  6. Γιατί πολλά συστήματα G2P εξακολουθούν να συνδυάζουν μια αναζήτηση λεξικού με ένα νευρωνικό μοντέλο;
    • Τα λεξικά εκπαιδεύονται πιο γρήγορα από οτιδήποτε άλλο
    • Το λεξικό δίνει ακριβείς προφορές για κοινές λέξεις, ενώ το μοντέλο γενικεύει σε λέξεις που δεν φαίνονται
    • Τα νευρωνικά μοντέλα δεν μπορούν να εξάγουν φωνήματα
    • Τα λεξικά αποθηκεύουν απευθείας ηχογραφήσεις
  7. Why does a G2P model need a sequence alignment method such as attention or CTC?
    • Every written letter must map to exactly one phoneme
    • Phonemes are always longer than words
    • The input grapheme sequence and output phoneme sequence can have different lengths
    • Alignment is used only to identify speaker emotion
  8. What does a stress marker such as ARPAbet AH0 versus AH1 encode?
    • Ο αριθμός των ηχείων σε μια εγγραφή
    • Whether a word is a proper noun
    • The language family of the spelling
    • A difference in the stress assigned to a vowel sound